基于特征联合与多注意力的实体关系链接

摘要：

实体链接和关系链接作为知识库问答的核心组件链接自然语言问题和知识库信息,通常作为两个独立的任务执行,但该执行方式忽略了链接中产生的信息间的相互影响.同时,将候选实体和关系分别计算相似性的方法没有考虑候选实体和关系的内在联系.提出一种基于神经网络的特征联合和多注意力的实体关系链接方法,运用神经网络对问题、实体、关系以及实体-关系对进行编码和向量表示学习,通过添加注意力机制的方法获取候选实体及关系在问题中的权重信息,在计算实体(关系)向量与问题向量的相似性时加入实体-关系对向量,利用实体-关系对中包含的信息提高链接的精度.在LC-QuAD和QALD-7数据集上的实验结果表明,与Falcon模型相比,该方法至少提高了 1％的链接精度.

关键词：知识库问答、联合实体关系链接、实体-关系对、注意力机制、知识图谱

所属期刊栏目：48

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室开放基金

在线出版日期：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：53-61