基于多级关系路径语义组合的关系推理算法

摘要：

针对目前知识图谱中存在关系事实缺失且对隐含知识挖掘不足等问题,提出一种基于多级关系路径语义组合的关系推理算法.将知识图谱嵌入到低维向量空间中,利用强化学习进行路径发现,使得路径中实体和关系对应的向量作为循环神经网络的输入,经过迭代学习输出多级关系路径语义组合的结果向量,并将结果向量与目标关系向量进行相似度计算,从而进行关系推理.在FB15K-237和NELL-995数据集上的实验结果表明,该算法事实预测精度分别为0.314和0.417,均优于PRA、TransE与TransH模型.

关键词：关系推理、表示学习、强化学习、循环神经网络、知识图谱、语义组合

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;辽宁省自然科学基金重点项目;辽宁省重点研发计划指导项目;大连外国语大学科研基金

在线出版日期：2020-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114