规则引导的知识图谱联合嵌入方法
https://dl.ccf.org.cn/file_server/20201204/159_226_43_5/yjyfz12/5dd9fa697fd24272a2b90eaf571220e5.jpg
近年来,大量研究工作致力于知识图谱的嵌入学习,旨在将知识图谱中的实体与关系映射到低维连续的向量空间中.且所学习到的嵌入表示已被成功用于缓解大规模知识图谱的计算效率低下问题.然而,大多数现有嵌入学习模型仅考虑知识图谱的结构信息.知识图谱中还包含有丰富的上下文信息和文本信息,它们也可被用于学习更准确的嵌入表示.针对这一问题,提出了一种规则引导的知识图谱联合嵌入学习模型,基于图卷积网络,将上下文信息与文本信息融合到实体与关系的嵌入表示中.特别是针对上下文信息的卷积编码,通过计算单条上下文信息的置信度与关联度来度量其重要程度.对于置信度,定义了一个简单有效的规则并依据该规则进行计算.对于关联度,提出了一种基于文本表示的计算方法.最后,在2个基准数据集上进行的实验结果证明了模型的有效性.
<<< 下一篇 基于图神经网络的知识图谱研究进展
读完这篇文章后,您心情如何?
推荐内容
More >>>- · CSP高分说 | 四川大学王鹏超:算法竞赛为人生
- · ADL全年计划发布-ADL工作组召开2026年度会议
- · CSP高分说 | 青海大学洪金宝:CSP题型分析与
- · CSP高分说 | 国防科大马艺洋:缘起于CSP的算
- · 20万奖金已就位!速来报名2026 CCF技术公益马
- · 2026上半年CCF高级会员申请截止日提醒
- · 关于重组中国计算机学会信息保密专业委员会的
- · CSP高分说 | 中南大学许宸哲:CSP考场高效得
- · AI原生·超级个体·组织重构 | TF技术前线178期
- · 青少年编程线上成长营,玩转AI时代编程入门课
- · Agent模式重构工作新范式 | TF技术前线177回
返回首页




所有评论仅代表网友意见