基于邻域聚合与CNN的知识图谱实体类型补全

邹长龙; 安敬民; 李冠宇

首页> 中文期刊> 《计算机工程》 >基于邻域聚合与CNN的知识图谱实体类型补全

基于邻域聚合与CNN的知识图谱实体类型补全

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

现有知识图谱实体类型补全模型通过对实体和实体类型进行建模,以解决知识图谱中实体缺失的实体类型,但未有效地利用实体之间的关系,导致模型的实体类型补全性能不佳。提出一种基于邻域聚合与卷积神经网络的知识图谱实体类型补全模型NACE2T,其采用编码器-解码器的结构。基于注意力机制设计利用关系信息的编码器,其使用注意力机制为实体邻域中的每个关系-实体对分配不同的权重,以聚合实体邻域中实体和关系的信息,从而利用实体之间的关系。基于卷积神经网络设计一个新的知识图谱实体类型补全模型CE2T,将其作为解码器,对编码器输出的实体嵌入和实体类型嵌入进行建模与实体类型补全。实验结果表明,相比ConnectE模型,NACE2T模型在数据集FB15KET上的HITS@1和HITS@3提高约1.5%,在数据集YAGO43KET上的MRR和HITS@3提高约6%,HITS@1提高约9%,能够有效地推断知识图谱中实体缺失的实体类型。

著录项

来源
《计算机工程》 |2023年第3期|134-141|共8页
作者
邹长龙; 安敬民; 李冠宇;
展开▼
作者单位

大连海事大学信息科学技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
知识图谱; 实体类型; 邻域聚合; 注意力机制; 关系-实体对; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 结合平移关系嵌入和CNN的知识图谱补全 [J] . 陈新元 ,谢晟祎 ,陈庆强 . 中文信息学报 . 2021,第1期
2. 基于知识协同微调的低资源知识图谱补全方法 [J] . 张宁豫 ,谢辛 ,陈想 . 软件学报 . 2022,第10期
3. 基于知识表示学习的知识图谱补全研究综述 [J] . 杨大伟 ,周刚 ,卢记仓 . 信息工程大学学报 . 2021,第005期
4. 基于关系约束的上下文感知时态知识图谱补全 [J] . 汪璟玢 ,赖晓连 ,林新宇 . 计算机科学 . 2023,第3期
5. 基于知识图谱嵌入和补全的电梯故障预测 [J] . 侯靖琳 ,仇润鹤 ,薛季爱 . 计算机工程与设计 . 2022,第1期
6. 聚合邻域信息的联合知识表示模型 [C] . PENG Min ,彭敏 ,HUANG Ting . 第十八届中国计算语言学大会暨中国中文信息学会2019学术年会 . 2018
7. 基于CNN与胶囊网络的知识图谱补全方法研究 [A] . 王维美 . 2021

基于邻域聚合与CNN的知识图谱实体类型补全

摘要

著录项

相似文献

相关主题

期刊订阅