双特征空间的实体排序学习

摘要：

随着大规模知识图谱的出现以及企业高效管理领域知识图谱的需求,知识图谱中的自组织实体检索成为研究热点.给定知识图谱以及用户查询,实体检索的目标在于从给定的知识图谱中返回实体的排序列表.从匹配的角度来看,传统的实体检索模型大都将用户查询和实体统一映射到词的特征空间.这样做具有明显的缺点,例如,将同属于一个实体的两个词视为独立的.为此,该文提出将用户查询和实体同时映射到实体与词两个特征空间方法,称为双特征空间的排序学习.首先将实体抽象成若干个域.之后从词空间和实体空间两个维度分别抽取排序特征,最终应用于排序学习算法中.实验结果表明,在标准数据集上,双特征空间的实体排序学习模型性能显著优于当前先进的实体检索模型.

关键词：知识图谱、实体检索、双特征空间

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;山东省重大科技创新工程项目;山东大学基本科研业务费资助项目

在线出版日期：2020-07-13（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：91-99