基于知识表示学习的知识图谱补全研究综述 |
| |
引用本文: | 杨大伟,周刚,卢记仓,宁原隆. 基于知识表示学习的知识图谱补全研究综述[J]. 信息工程大学学报, 2021, 22(5): 558-565 |
| |
作者姓名: | 杨大伟 周刚 卢记仓 宁原隆 |
| |
作者单位: | 信息工程大学 |
| |
基金项目: | 河南省科技攻关资助项目(192102210129); |
| |
摘 要: | 知识图谱补全能够将知识图谱补充完整,是知识图谱领域的一个研究热点。基于知识表示学习的知识图谱补全学习知识的向量表示,利用向量的计算挖掘知识图谱中的隐藏关联,具备更高的计算效率和更强的泛化能力,是知识图谱补全最好的方案之一。首先,介绍知识图谱补全和知识表示学习的概念;其次,按照实体和关系是否固定分别介绍静态知识图谱补全和动态知识图谱补全,对两个不同场景下各类算法的思路及改进过程进行详细说明;最后,总结知识图谱补全研究现状并展望未来研究方向。
|
关 键 词: | 知识图谱 知识图谱补全 知识表示学习 |
收稿时间: | 2021-05-13 |
修稿时间: | 2021-06-02 |
Review of Knowledge Graph Completion Based on Knowledge Representation Learning |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《信息工程大学学报》浏览原始摘要信息 |
|
点击此处可从《信息工程大学学报》下载免费的PDF全文 |
|