期刊专题

10.11896/jsjkx.220900061

邻域双向聚合与全局感知的TKG链接预测模型

引用
时序知识图谱(Temporal Knowledge Graph,TKG)在推荐系统、搜索引擎和自然语言处理等领域有着广泛的应用前景,然而其不完备性限制了它的应用,因此研究面向TKG的链接预测模型具有重要作用.针对已有的工作大多面向TKG补全,无法预测未来的事实,提出了一种邻域双向聚合与全局感知的TKG链接预测模型.一方面,分别聚合实体的主动和被动行为并通过循环神经网络建模其历时演变来捕捉实体的短期行为;另一方面,基于全局感知模块来捕捉实体的长期行为.在4个基准数据集上进行了测试,结果表明所提模型能够提升模型预测未来事实的性能.

时序知识图谱、链接预测、循环神经网络

50

TP391(计算技术、计算机技术)

2023-08-18(万方平台首次上网日期,不代表论文的发表时间)

共7页

177-183

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

50

2023,50(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn