一种面向学科领域的知识表示算法

随着教育信息化的发展,构建高质量的学科知识图谱尤为重要。针对目前教育领域知识图谱表示学习模型只利用了实体和关系间的距离信息,忽略了它们之间的语义信息导致知识表示不准确的问题。提出一种知识表示学习增强模型。首先,该模型采用关系矩阵来识别实体间的相关性,并使用关系向量描述子空间中实体间的关系。其次,在向量空间将头向量和尾向量投影至关系向量来增强关系与实体间的交互作用,加强实体和关系的语义关系。最后,在2个公共数据集和自建学科领域数据集上进行的链接预测实验表明,相比于基线模型,该模型在Hit@1、Hit@3、Hit@10及MRR上均取得较大提升。