基于四元数图神经网络的知识图谱嵌入

摘要：

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题.该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系.模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quater-nion graph neural networks,QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序.实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型.

关键词：知识图谱、四元数、图神经网络、链接预测

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：山西省教育科学规划课题HLW-20141

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：119-125