(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211000374.4 (22)申请日 2022.08.19 (71)申请人 北京轩宇空间科技有限公司 地址 101318 北京市顺 义区高丽营镇文化 营村北(临 空二路1号) (72)发明人 徐幸　崔星　申莉　王礼祥　 鄢红枚　 (74)专利代理 机构 成都诚中致达专利代理有限 公司 51280 专利代理师 杨春 (51)Int.Cl. G06F 16/36(2019.01) G06N 5/02(2006.01) (54)发明名称 故障知识图谱补全方法、 装置、 设备、 存储介 质 (57)摘要 本发明公开了一种故障知识图谱补全 方法、 装置、 设备、 存储介质， 补全方法包括以下步骤： S1、 连接故障知识图谱， 获取结构化三元组； S2、 对三元组集合进行数据处理， 包括样本拆分、 数 据映射； S3、 对训练集样本进行空间投影， 获得初 始化的实体向量集、 原平面关系向量集和超平面 关系向量集； S4、 构建模型， 对初始化的向量进行 训练， 获得训练后的实体向量集、 原平面关系向 量集和超平面关系向量集； S5、 评估模型效果； S6、 对缺失知识进行预测， 确认结果并添加到故 障知识图谱； S7、 对新添加的关系进行可视化显 示， 完成知识图谱补全。 可 以实现大规模故障知 识图谱补全， 并将新发现的关系进行可视化显 示。 权利要求书3页 说明书5页 附图3页 CN 115422366 A 2022.12.02 CN 115422366 A 1.一种故障知识图谱补全方法， 其特 征在于， 包括以下步骤： S1、 连接故障知识图谱， 获取 结构化三元组； S2、 对三元组集 合进行数据处理， 包括样本拆分、 数据映射； S21、 样本拆分是将三元组集 合划分为训练集、 测试集； S22、 数据映射是将三元组集合中的头尾实体和关系分别进行去重操作， 然后重设索 引， 以获得实体和id一 一对应的实体集， 关系和id一 一对应的关系集； S3、 对训练集样本进行空间投影， 获得初始化的实体向量集、 原平面关系向量集和超平 面关系向量 集； S4、 构建模型， 对初始化的向量进行训练， 获得训练后的实体向量集、 原平面关系向量 集和超平面关系向量 集； S5、 评估模型效果； S6、 对缺失知识进行 预测， 确认结果并添加到故障知识图谱。 2.根据权利要求1所述的故障知识图谱补全方法， 其特 征在于， S4、 训练具体步骤： S41、 根据已知存在的正例三元组集合， 替换头实体或者尾实体， 以获得负例三元组集 合； S42、 计算损失函数L： 其中， h， t分别为头实体向量和尾实 体向量， wr为平面法向量， dr为平面上的平移向量， 为h在wr上的投影， 为t 在wr上的投影,fr(h,t)为三元组差值； Δ为正例的三 元组集合， Δ ′为负例三元组集合， γ 为 margin值， C表示软约束的权 重； S43、 更新向量 集中的向量； S44、 重复S42 ‑S43， 以获得最小化的损失函数值； S45、 得到训练后的向量 集。 3.根据权利要求2所述的故障知识图谱补全方法， 其特征在于， S41、 构建负例三元组集 合具体步骤： 计算每一个头实体对应的平均尾实体数tph和每一个尾实体对应的平均头实 体数hpt， 根据头尾节 点数比随机替换训练集三元 组的头尾实体， 当tph>hpt时， 随机替换头 实体， 反之， 替换尾实体。 4.根据权利要求1所述的故障知识图谱补全方法， 其特征在于， S5、 评估模型效果具体 步骤： S51： 读取S2拆分出的测试集； S52： 对于测试集中每个三元组， 将其他实体作为候选项， 计算得到评分函数fr， 并按升 序排列， 对正确答案在序列中的排名求平均， 得到 Mean rank； S53： 计数排在序列前十的正确答案， 得到 Hits@10。 5.根据权利要求1所述的故障知识图谱补全方法， 其特征在于， S6、 对缺失知识进行预 测， 确认结果并添加到故障知识图谱， 具体步骤：权　利　要　求　书 1/3 页 2 CN 115422366 A 2S61： 连接待补全的故障知识图谱； S62： 根据训练好的向量和模型， 计算向量差值DIS： S63： 遍历图谱中所有的实体和关系， 以其他关系作 为候选项， 带入关系向量， 计算每一 个三元组的向量差值， 筛 选出向量差值小于预定 评分标准的组合； S64： 将组合按照向量差值升序排列， 人工确认结果并添加到知识图谱。 6.根据权利要求1所述的故障知识图谱补全方法， 其特征在于， S7、 对新添加的关系进 行可视化显示， 完成知识图谱补 全， 其中， 可视化显示为： 在故障知识图谱中， 高亮显示新添 加的知识。 7.一种故障知识图谱补全 装置， 其特 征在于， 包括： 数据获取模块： 用于连接故障知识图谱， 获取 结构化三元组； 样本拆分模块： 用于对三元组集 合进行样本拆分， 划分为训练集和 测试集； 数据映射模块： 用于对三元组集 合进行数据映射， 获取实体集和关系集； 向量初始化模块： 用于对训练集样本进行空间投影， 获得初始化的实体向量集、 原平面 关系向量 集和超平面关系向量 集； 模型训练模块： 用于构建模型， 对初始化的向量进行训练， 获得训练后的实体向量集、 原平面关系向量 集和超平面关系向量 集； 模型评估 模块： 用于 评估模型效果； 模型利用模块： 用于对缺失知识进行 预测， 确认结果并添加到故障知识图谱。 8.根据权利要求7所述的故障知识图谱补全装置， 其特征在于， 模型训练模块对初始化 的向量进行训练时： 第一步， 根据已知存在的正例三元组集合， 替换头实体或者尾实体， 以获得负例三元组 集合； 第二步， 计算损失函数L： 其中， h， t分别为头实体向量和尾实 体向量， wr为平面法向量， dr为平面上的平移向量， 为h在wr上的投影， 为t 在wr上的投影,fr(h,t)为三元组差值； Δ为正例的三 元组集合， Δ ′为负例三元组集合， γ 为 margin值， C表示软约束的权 重； 第三步， 更新向量 集中的向量； 第四步， 重复第二 步和第三 步， 以获得最小化的损失函数值； 最后， 得到训练后的向量 集。 9.一种故障知识图谱补全设备， 其特征在于， 包括至少一个处理器和存储器； 其中， 所 述存储器存储有计算机执行指 令； 在所述至少一个处理器执行所述存储器存储的计算机执 行指令， 使得所述至少一个处理器执行如权利要求1～6中任一项 所述的故障知识图谱补全权　利　要　求　书 2/3 页 3 CN 115422366 A 3