QubitE:用于知识图谱补全的量子嵌入模型 |
| |
作者姓名: | 林学渊 鄂海红 宋文宇 罗浩然 宋美娜 |
| |
作者单位: | 北京邮电大学计算机学院 |
| |
基金项目: | 国家自然科学基金(62176026,61902034);;北京市自然科学基金(M22009)~~; |
| |
摘 要: | 知识图谱补全任务通过预测知识图谱中缺失的事实补全知识图谱。基于量子的知识图谱嵌入(KGE)模型利用变分量子电路,通过测量量子比特状态的概率分布对三元组进行评分,评分高的三元组即为缺失的事实。但是目前基于量子的KGE要么在优化过程中失去了量子优势,矩阵酉性被破坏,要么需要大量参数用于存储量子态,从而导致过拟合和低性能。此外,这些方法忽略了对于理解模型性能必不可少的理论分析。为了解决性能问题和弥合理论差距,提出了QubitE模型:将实体嵌入作为量子位(单位复向量),将关系嵌入作为量子门(酉复矩阵),评分过程为复矩阵乘法,利用核方法进行优化。该模型的参数化方式能在优化中保持量子优势,时空复杂度为线性,甚至可以进一步实现基于语义的量子逻辑计算。此外,从理论上可以证明该模型具有完全表达性、关系模式推理能力和包含性等,有助于理解模型性能。实验表明,QubitE在一些基准知识图谱上可以取得与最先进的经典模型相当的结果。
|
关 键 词: | 知识图谱 知识图谱补全 知识图谱嵌入 表示学习 量子比特 |
|
|