-
题名动态聚合实体和关系上下文的知识图谱补全
被引量：1
- 1
-
-
作者
马坤
安敬民
李冠宇
-
机构
大连海事大学信息科学技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第8期77-84,95,共9页
-
基金
国家自然科学基金(61976032)。
-
文摘
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
-
Keywords
Knowledge graph Completion(KGC)
graph structure
context
attention coefficient
dynamic aggregation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名图结构上下文及在图聚类中的应用
- 2
-
-
作者
施汉琴
罗斌
汤进
江波
-
机构
淮北师范大学计算机科学与技术学院
安徽大学计算机科学与技术学院
-
出处
《淮北师范大学学报（自然科学版）》
CAS
2015年第2期21-25,共5页
-
基金
淮北师范大学科研项目(700692)
-
文摘
图结构特征的提取以及距离度量是计算机视觉和模式识别中的重要内容.针对传统的图上下文描述子中只考虑每个柱形区域内的特征点数目而忽略特征点之间的结构信息的问题,提出一种图的结构上下文描述子及距离度量方法.首先对图的所有顶点建立图结构上下文描述子;其次,利用二次卡方(QC)距离方法实现图的距离度量;最后,采用最小生成树聚类算法实现图聚类.实验表明,该方法对于一些非刚性变换的图聚类有较好的效果.
-
关键词
相似度量
图结构上下文
二次卡方距离
最小生成树
图聚类
-
Keywords
similarity measurement
graph structure context
Quadratic Chi-square（QC）distance
minimum spanning tree（MST）
graph clustering
-
分类号
X703.1
[环境科学与工程—环境工程]
-
