基于混合增强智能的知识图谱推理技术研究

• 作者: 杨燕 杨瑞达 林欣 窦亮 贺樑
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 知识图谱 知识图谱推理 强化学习 混合增强智能
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 149-154
• 页数: 6页
• 分类号: TP3
• 字数: 6911字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.06.029

摘要

如今,知识图谱被广泛应用在各个领域,例如问答系统、推荐系统等.而基于知识图谱的应用表现很大程度上依赖于知识图谱本身的知识完备性与准确性.单纯通过人工补齐与审核的方式来构建知识图谱已无法满足超大规模知识图谱的需求.针对上述问题,提出一种基于混合增强智能的知识图谱推理框架,即同时利用机器模型与人的知识信息来完成知识图谱推理.该框架在基于知识图谱嵌入的向量空间中,利用混合增强智能模型来寻找到实体节点之间的有效路径.与现有方法不同的是,该方法在训练模型时,高效地利用人的知识信息来指导模型的优化.实验表明,该框架在公开数据集上的表现相较于现有方法有一定提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺樑	华东师范大学计算机科学与软件工程学院	26	195	6.0	13.0
2	杨燕	华东师范大学计算机科学与软件工程学院	13	108	6.0	10.0
3	林欣	华东师范大学计算机科学与软件工程学院	9	129	5.0	9.0
4	杨瑞达	华东师范大学计算机科学与软件工程学院	1	0	0.0	0.0