| 基于图上下文的知识表示学习 |
| |
| 引用本文： | 周泽华,陈恒,李冠宇.基于图上下文的知识表示学习[J].计算机应用与软件,2021,38(6):120-125. |
| |
| 作者姓名： | 周泽华 陈恒 李冠宇 |
| |
| 作者单位： | 大连海事大学信息科学技术学院 辽宁 大连116026;大连海事大学信息科学技术学院 辽宁 大连116026;大连外国语大学软件学院 辽宁 大连116044 |
| |
| 摘 要： | 在知识图谱的知识表示学习中,绝大多数方法都是将知识图谱中实体和关系映射到低维的连续向量空间中,但数据的稀疏和信息的不足仍会导致实体和关系语义表示的不完整性.针对这个问题,提出基于图上下文的知识表示学习模型(Context_RL).将知识图谱中实体和关系的上下文信息作为可靠数据来源和输入.通过计算实体和关系的语义相似度,将图上下文信息融入向量表示中,在语义的层面上提高了知识图谱表示学习的能力.通过实体预测和三元组分类实验,在有关数据集上,Context_RL的实验结果比其他模型更好.
|
| 关 键 词： | 知识图谱 知识表示学习 图上下文 语义相似度 向量表示 |
KNOWLEDGE REPRESENTATION LEARNING BASED ON GRAPH CONTEXT |
| |
| Zhou Zehua,Chen Heng,Li Guanyu.KNOWLEDGE REPRESENTATION LEARNING BASED ON GRAPH CONTEXT[J].Computer Applications and Software,2021,38(6):120-125. |
| |
| Authors: | Zhou Zehua Chen Heng Li Guanyu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
