声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：李猛,董红斌,
单位：哈尔滨工程大学计算机科学与技术学院,哈尔滨150001；
关键词：知识图谱,链接预测,零样本,
为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题，提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法（NSALP）。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器模块进行改进，在聚合头尾邻域时为每个邻域节点分配一个可学习的参数，进而过滤无关特征，凸显有效特征；以头节点嵌入与关系文本描述的组合作为生成器学习过程的引导，使生成器生成的新组合特征更加接近真实的知识三元组结构特征。在NELL-ZS和Wiki-ZS两个零次知识图谱数据集上，所提模型的性能对比基线模型分别提升了2.5和0.7百分点。在NELL-ZS进行的消融实验中，所提extractor+和generator+模块的性能表现均优于未做改进的模型，佐证了改进方法的有效性。
来源：2025年第1期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。