一种基于陷阱函数的知识图谱几何模型表达能力增强方法

本发明公开了一种基于陷阱函数的知识图谱几何模型表达能力增强方法，属于知识图谱表示学习算法领域；具体为：首先，给定几何知识图谱表示学习模型S以及关系模式P，建立n元线性方程组，求解该线性方程组得到该关系模式P下的关系约束Rc和最优解O，然后，在最优解的附近构造“陷阱”函数，并基于陷阱函数，构造关系约束Rc的相关损失和零约束损失，添加到给定的几何知识图谱表示学习模型S的损失函数中，作为模型最终的损失函数；最后，采用梯度下降算法对模型进行优化，得到该模型S的最终表示，从而显著提高模型在表达关系模式以及链接预测任务上的能力。本发明不仅提高了模型的表示效果，而且保证了模型训练的高效性。