基于互信息的知识图谱实体关联关系建模与补全

• 作者: 夏维 尹子都 岳昆 王珊蕾
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 知识图谱 补全 用户生成数据 互信息 关联影响
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 数据库技术
• 页码范围: 1064-1074
• 页数: 11页
• 分类号: TP391
• 字数: 8426字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1709092

摘要

知识图谱(knowledge graph,KG)中实体间缺失关系的补全,是目前KG领域研究的热点之一.随着Web2.0的快速发展,用户生成数据(user-generated data,UGD)中体现出来的实体间的关联关系是KG所描述知识的有益补充.目前基于路径的KG知识推理方法,由于存在稀疏或者错误实体关系,且连通性差,从而导致实体间关系抽取不准确.针对该问题,提出一种借助UGD中实体间关联关系来补全KG的方法.首先从UGD出发,使用互信息来计算实体节点间的关联关系,从而构建实体节点关联图(entity association graph, EAG);然后给出关联影响叠加方法来定量计算EAG中互不相邻实体间的潜在关联关系,从而得到一个关联影响值;最后对不相邻的实体节点之间的多个关联影响值再次进行叠加计算,从而判断实体间是否存在强的潜在关联关系,实现KG的补全.建立在真实数据之上的实验结果表明,所提方法对KG的补全是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳昆	云南大学信息学院	77	317	10.0	13.0
2	尹子都	云南大学信息学院	5	12	2.0	3.0
3	王珊蕾	云南大学信息学院	2	2	1.0	1.0
4	夏维	云南大学信息学院	1	2	1.0	1.0