面向人工智能深度学习的知识图谱补全技术与应用综述 |
| |
引用本文: | 姜颖,祁云嵩.面向人工智能深度学习的知识图谱补全技术与应用综述[J].计算机测量与控制,2024,32(5):8-16. |
| |
作者姓名: | 姜颖 祁云嵩 |
| |
作者单位: | 江苏科技大学, |
| |
基金项目: | 国家自然科学基金(62261029) |
| |
摘 要: | 知识图谱旨在为各种领域提供更加全面可靠的服务,在实际应用中的价值不可估量,为了使其不断更新和趋于完整,知识图谱补全技术开始被提出;近几年,随着人工智能和深度学习的兴起,许多国内外学者对知识图谱补全方向进行深入研究,出现了很多面向人工智能深度学习的知识图谱补全模型,但相关的文献综述却并不多;为了提供一个全面了解该领域的框架,有助于读者能够掌握当前的研究进展和应用情况,并为未来的研究和应用提供一些参考;通过介绍其概念和典型的知识图谱,从深度学习的知识补全技术的三个角度展开,分析和归纳了目前基于深度学习的知识图谱补全模型,探讨了不同模型的优缺点及改进模型;同时,讨论了现阶段知识图谱补全任务所存在的问题和挑战,并探索了该领域的应用方向和发展前景;综上所述,深度学习在知识图谱补全中具有巨大的发掘价值,亟待学者们进行更深入的研究和进一步地创新。
|
关 键 词: | 深度学习 知识图谱补全 链接预测 卷积神经网络 图神经网络 |
收稿时间: | 2023/6/3 0:00:00 |
修稿时间: | 2023/7/3 0:00:00 |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|