| 结合知识图谱的变分自编码器零样本图像识别 |
| |
| 引用本文： | 张海涛,苏琳.结合知识图谱的变分自编码器零样本图像识别[J].计算机工程与应用,2023,59(1):236-243. |
| |
| 作者姓名： | 张海涛 苏琳 |
| |
| 作者单位： | 辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105 |
| |
| 基金项目： | 国家部委装备预研基金；;辽宁省自然科学基金面上项目； |
| |
| 摘 要： | 近年来，结合生成模型的零样本算法得到了广泛的研究，但此类方法通常仅使用属性注释，缺少类别语义，而单一信息对类别表征能力不够强，容易产生域偏移，影响知识迁移的效果，进而降低分类结果的准确率。为了解决此问题，提出一种结合知识图谱变分自编码器零样本识别算法（KG-VAE），通过构建联合类别分级结构，类别文本描述和词向量的层次结构化知识图谱作为语义信息库，将知识图谱中丰富的语义知识结合到以变分自编码器为基础的生成模型中，使生成的潜在特征更好保留有效的判定性信息，减小域偏移，促进知识迁移。在四个公开的零样本数据集上进行了实验，对比基准方法 CADA-VAE，分类平均准确率有一定的提高；同时利用消融实验证明了知识图谱作为语义辅助信息的有效性。
|
| 关 键 词： | 知识图谱 图卷积神经网络 图变分自编码器 零样本学习 变分自编码器 |
Variational Auto-Encoder Combined with Knowledge Graph Zero-Shot Learning |
| |
| ZHANG Haitao,SU Lin.Variational Auto-Encoder Combined with Knowledge Graph Zero-Shot Learning[J].Computer Engineering and Applications,2023,59(1):236-243. |
| |
| Authors: | ZHANG Haitao SU Lin |
| |
| Affiliation: | School of Software, Liaoning Technical University, Huludao, Liaoning 125105, China |
| |
| Abstract: | |
| |
| Keywords: | knowledge graph graph convolutional network variational graph auto-encoder zero-shot learning variational auto-encoder |
|
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
