结合时间映射和卷积神经网络的知识补全

作     者：陈新元 谢晟祎 陈庆强 刘羽 CHEN Xinyuan;XIE Shengyi;CHEN Qingqiang;LIU Yu

作者机构：闽江学院计算机与控制工程学院福建福州350121 福州墨尔本理工职业学院信息工程系福建福州350121 福建农业职业技术学院实验实训中心福建福州350300 福建工程学院信息科学与工程学院福州350118 福州墨尔本理工职业学院现代教育技术中心福建福州350121 

基　　金：福建省教育科学“十三五”规划2020年度课题资助项目(FJJKCG20-402) 

出 版 物：《成都信息工程大学学报》 (Journal of Chengdu University of Information Technology)

年 卷 期：2022年第37卷第1期

页      码：55-61页

摘      要：现有知识库存在大量缺失事实且事实常携带时间信息。针对主流嵌入表示方法在知识补全时常忽略时间维度的问题,设计一种时间敏感的三元组嵌入表示方法TSKGC(time sensitive knowledge graph completion)。通过为时间戳分配超平面,将时序信息合并到实体关系空间中,并进一步将映射后三元组的3列k维矩阵表示用作卷积神经网络的输入,在不同超平面对应的多通道中并行处理,提取三元组特征用于知识补全。在YAGO11k和Wikidata12k数据集上的实验证明,TSKGC具备一定的时间预测能力,并能有效利用时间信息提高链路预测的性能表现,特别在1-M、M-1和M-M复杂关系类型上相比主流模型具备一定优势。

主 题 词：知识表示 知识图谱补全 时间嵌入 CNN 链路预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16836/j.cnki.jcuit.2022.01.010

馆 藏 号：203107809...