摘要

本申请公开了一种知识表示学习模型的生成方法及装置。该方法包括:从三元组集合中选取第一预设数量的三元组作为训练数据集;分别确定训练数据集包括的头实体、尾实体以及关系实体的标号,并将标号存储至标号列表;确定和标号列表匹配度最高的历史标号列表,并利用匹配度最高的历史标号列表中的标号对应的实体对标号列表中的标号对应的实体进行初始化;对初始化后的训练数据集进行训练,直至知识表示学习模型训练完成。本申请解决了现有知识表示学习模型训练算法存在较多缺陷,例如,梯度方法容易陷入局部最优解、演化算法在高维的求解空间上收敛速度过慢、现有的小批量演化算法时间性能依然很差,并且效率较低的技术问题。