知识图谱中的语义推理算法

• 作者: 翟社平 郭琳 高山
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 知识图谱 语义张量 数据降维 矩阵分解 推理
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 71-76
• 页数: 6页
• 分类号: TP391
• 字数: 5795字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.12.014

摘要

为了提高查询推理系统对高度动态和迅速扩张的知识图谱的适应性,向用户返回更加高效、实时、准确的结果,在对目前流行的知识图谱推理算法对比研究的基础上,提出一种基于语义张量的推理算法.通过筛选简化2个公开的网络规模的知识图谱,利用该算法进行训练测试.实验结果表明,该算法可提升效率,节省内存,提高推理精确度,能够适应高度动态化和不断演变的知识图谱数据信息,提高搜索引擎的智能化程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟社平	西安邮电大学计算机学院	35	109	7.0	8.0
2	郭琳	西安邮电大学计算机学院	11	32	4.0	5.0
3	高山	西安邮电大学计算机学院	7	54	4.0	7.0