基于概率推理的知识图谱链接预测方法

为了有效发现实体间隐含的关联关系并对其进行量化，以全面准确地进行知识图谱(KG)链接预测，提出基于概率推理KG链接预测方法。该方法以描述实体间隐含关联关系并度量链接存在的可能性为目标，基于AMIE算法挖掘KG中的规则并将其转换为Horn子句，进一步构建描述不同实体依赖关系的规则链接贝叶斯网(RLBN),将KG的链接预测任务转换为RLBN的概率推理任务来计算实体间的关联度，从而预测实体间的链接关系。实验结果表明，基于RLBN的KG链接预测精确率和召回率优于其他方法，验证了所提模型的有效性与高效性。