融合上下文的知识图谱补全方法 |
| |
引用本文: | 那宇嘉,谢珺,杨海洋,续欣莹.融合上下文的知识图谱补全方法[J].山东大学学报(理学版),2023(9):71-80. |
| |
作者姓名: | 那宇嘉 谢珺 杨海洋 续欣莹 |
| |
作者单位: | 1. 太原理工大学信息与计算机学院;2. 太原理工大学电气与动力工程学院 |
| |
摘 要: | 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。
|
关 键 词: | 知识图谱补全 Inception网络 邻接关系 关系路径 注意力机制 |
|
|