基于混合上下文的知识表示学习方法研究

摘要：

[目的/意义]知识图谱是一种包含了丰富实体和关系的数据结构,然而当前绝大多数知识图谱都是不完备的.[方法/过程]知识表示学习是目前对知识图谱进行补全的一种热门方法,本文在对知识表示学习方法梳理的基础上探究了文本信息和知识图谱自身三元组信息互补的机制,并利用远程监督与注意力机制将两类信息结合.[结果/结论]提出一种基于混合上下文的知识表示学习方法,实验结果表明,结合文本与三元组这类混合上下文信息的模型能够明显提升知识图谱表示学习的效果,并在一些指标上优于已有的一些模型.

关键词：知识图谱、表示学习、文本、远程监督、注意力机制

所属期刊栏目：7

分类号：G35;TP391(情报学、情报工作)

资助基金：国家自然科学基金重点项目"面向大规模多源数据的人物画像和定位分析关键技术"U509000121

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：69-78