基于多级关系路径语义组合的关系推理算法

• 作者: 李冠宇 王京徽 陈恒 韩雨婷
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 关系推理 表示学习 强化学习 循环神经网络 知识图谱 语义组合
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 109-114
• 页数: 6页
• 分类号: TP18
• 字数: 4491字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054825

摘要

针对目前知识图谱中存在关系事实缺失且对隐含知识挖掘不足等问题,提出一种基于多级关系路径语义组合的关系推理算法.将知识图谱嵌入到低维向量空间中,利用强化学习进行路径发现,使得路径中实体和关系对应的向量作为循环神经网络的输入,经过迭代学习输出多级关系路径语义组合的结果向量,并将结果向量与目标关系向量进行相似度计算,从而进行关系推理.在FB15K-237和NELL-995数据集上的实验结果表明,该算法事实预测精度分别为0.314和0.417,均优于PRA、TransE与TransH模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冠宇	大连海事大学信息科学技术学院	108	867	15.0	25.0
2	陈恒	大连海事大学信息科学技术学院	18	34	3.0	5.0
4	王京徽	大连海事大学信息科学技术学院	2	0	0.0	0.0
7	韩雨婷	大连海事大学信息科学技术学院	1	0	0.0	0.0