公开(公告)号：CN113239168A

公开(公告)日：2021-08-10

申请号：CN202110598553.1

申请日：2021-05-31

Applicant: 湖南大学

Inventor： 潘小琴 ,  曾湘祥 ,  宋翔 ,  马腾飞 ,  赖乐珊

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/36

Abstract: 本发明公开了一种基于知识图谱嵌入预测模型的可解释性方法和系统。获取来自用户的问题(包含实体x和关系r)，输入训练好的知识图谱嵌入预测模型中，以得到问句的答案即预测结果；利用子图提取工具对用户输入问题中实体x以及得到的预测结果进行分析，以获得预测结果与问题实体x之间的二阶封闭子图；利用扰动算法对得到的二阶封闭子图进行扰动分析，以获得重要节点与路径，并作为对预测结果的解释分析结果。与相关技术相比，本发明提供的基于知识图谱嵌入预测模型的可解释性方法和系统，能够解决现有基于知识图谱预测方法不能提供的关于预测结果的解释分析，该分析可用于佐证预测结果的有效性和合理性，并能够达到高性能和高稳定的要求。

公开(公告)号：CN113239168B

公开(公告)日：2024-01-05

申请号：CN202110598553.1

申请日：2021-05-31

Applicant: 湖南大学

Inventor： 潘小琴 ,  曾湘祥 ,  宋翔 ,  马腾飞 ,  赖乐珊

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/36

Abstract: 本发明公开了一种基于知识图谱嵌入预测模型的可解释性方法和系统。获取来自用户的问题(包含实体x和关系r)，输入训练好的知识图谱嵌入预测模型中，以得到问句的答案即预测结果；利用子图提取工具对用户输入问题中实体x以及得到的预测结果进行分析，以获得预测结果与问题实体x之间的二阶封闭子图；利用扰动算法对得到的二阶封闭子图进行扰动分析，以获得重要节点与路径，并作为对预测结果的解释分析结果。与相关技术相比，本发明提供的基于知识图谱嵌入预测模型的可解释性方法和系统，能够解决现有基于知识图谱预测方法不能提供的关于预测结果的解释分析，该分析可用于佐证预测结果的有效性和合理性，并能够达到高性能和高稳定的要求。