动态聚合实体和关系上下文的知识图谱补全

摘要：

目前关于知识图谱补全的研究通常只进行实体嵌入增强,弱化了关系附加信息对链路预测的影响,并忽略了知识图谱中实体和关系的结构关联关系.为解决上述问题,提出一种动态聚合实体和关系上下文的知识图谱补全模型(DAERC).采用编码器-解码器结构,获取并筛选最优上下文来增强实体和关系表示.编码器使用改进的图注意力机制设计关系和实体聚合器,以累乘的方式动态聚合上下文信息,并将关系聚合器的输出应用于实体聚合过程,缓解了因独立聚合造成的实体关系交互性较弱的问题.解码器通过不同的评分函数获取每个候选三元组的得分,验证三元组的合理性.实验结果表明,DAERC有效地增强了 TransE、ConvE、RotatE这3类知识图谱嵌入模型的实体和关系嵌入表示能力,在FB15k-237和WN18RR数据集上Hits@10指标相较于表现最好的对照CoNE模型分别提升约 5.2％、2.1％、1.7％和7.2％、2.3％、2.2％.

关键词：知识图谱补全、图结构、上下文、注意力系数、动态聚合

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61976032

在线出版日期：2023-10-11（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：77-84,95