融合上下文的知识图谱补全方法

构建了一种融合了上下文的知识图谱补全模型。首先通过Inception网络得到给定头尾实体对的深度交互嵌入；其次定义和编码给定实体对的2种上、下文信息：邻接关系上下文和路径上下文；然后使用基于头尾交互嵌入的注意力机制，分别聚合给定实体对的邻接关系上下文和路径上下文；最后利用全连接层来融合给定实体对的2种上下文信息，预测给定实体对之间的关系。在数据集FB15K-237、WN18RR和NELL-995中与其他主流模型对比，实验结果证实了所提补全模型的有效性。