文章摘要
张良,石珺.基于混合上下文的知识表示学习方法研究[J].情报工程,2021,7(2):069-078
基于混合上下文的知识表示学习方法研究
The Research of Knowledge Representation Learning Based on Hybrid Context
  
DOI:10.3772/j.issn.2095-915X.2021.02.006
中文关键词: 知识图谱;表示学习;文本;远程监督;注意力机制
英文关键词: Knowledge graph; representation learning; text; distance supervision; attention mechanism
基金项目: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)。
作者单位
张良 东南大学计算机科学与工程学院 南京 211189 
石珺 东南大学计算机科学与工程学院 南京 211189 
摘要点击次数: 1933
全文下载次数: 1543
中文摘要:
      [ 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。
英文摘要:
      [Objective/Significance] Knowledge graph is a kind of data structure which contains rich entities and relationships. However, most knowledge graph is incomplete. [Method / Process] Knowledge representation learning is a popular method to complete knowledge graph. Based on the analysis of knowledge representation learning methods, this paper explores the complementary mechanism of text information and triple information, and combines the two types of information with distance supervision and attention mechanism. [Results / Conclusions] Finally, a knowledge representation learning method based on mixed context is proposed. The experimental results show that the model combining text and triples can significantly improve the effect of knowledge representation learning, and is better than some existing models in some indicators.
查看全文   查看/发表评论  下载PDF阅读器
关闭

分享按钮