Trans_isA:一种基于实体属性和语义层次的表示学习方法 |
| |
引用本文: | 李天宇,王艳娜,周子力,赵晓函.Trans_isA:一种基于实体属性和语义层次的表示学习方法[J].曲阜师范大学学报,2022(2):71-78. |
| |
作者姓名: | 李天宇 王艳娜 周子力 赵晓函 |
| |
作者单位: | 曲阜师范大学网络空间安全学院 |
| |
基金项目: | 山东省自然科学基金(ZR2020MF149); |
| |
摘 要: | 传统的表示学习方法将三元组按照独立的个体进行表示,使得实体和关系的表示向量缺乏语义层次信息.同一关系(如is_A关系)链接的两个实体,其自身属性以及语义范畴都可能是不相同的,因此在对is_A关系三元组进行表示学习时,要将头实体和尾实体区分开,以不同的方法进行编码.为此,首先将is_A关系下的实体编码为一个球体,球体间相对位置表示为实体间关系;然后在实体属性的基础上,利用二元关系的传递性判定条件对实体间语义层次进行建模,将其命名为Trans_isA模型.在WN18RR数据集上对Trans_isA进行了链接预测和三元组分类实验,验证了模型的有效性.
|
关 键 词: | 知识图谱 表示学习 实体属性 语义层次 |
|
|