基于TransE模型的西藏领域知识发现研究

• 作者: 易绵竹 王飞 谭新 陈永升
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: TransE 三元组 语义相似度 算法 深度学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息处理与技术
• 页码范围: 441-446
• 页数: 6页
• 分类号: TP391.1
• 字数: 5315字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.04.010

摘要

本体为多关系数据建立语义关联的基础,将大量实体通过语义属性联系起来,但其推理过程较为复杂,不适用于开放领域中的知识发现和推理.在深度学习技术地推动下,研究从西藏领域数据中获取实体关系三元组的方法,以三元组作为基础,通过TransE等知识表示模型训练得到实体和关系分布式词向量.经过对词向量的语义关系计算,既可发现知识库中的隐含关系,用于知识库补全,又可在领域数据中进行知识发现和链接预测,以数据驱动的方式辅助本体知识库的查询检索功能.