计算机应用研究

作者：赵博,王宇嘉,倪骥,

单位：上海工程技术大学电子电气工程学院,上海201600；

关键词：知识图谱,链接预测,CP分解,知识图谱嵌入,知识图谱补全,

基金：国家自然科学基金资助项目(61403249)；科技创新2030-“新一代人工智能”重大项目(2020AAA0109300)；；

CP分解作为知识图谱链接预测的方法之一，能够对一些包含常规数据的知识图谱进行链接预测补全。但当知识图谱存在大量稀疏数据及可逆关系时，该方法不能体现两个实体间具有的隐藏联系，无法对此类数据进行处理。为解决上述问题，提出增强CP分解方法，对三元组中前实体和后实体的两个嵌入向量分别进行学习，并在训练过程中使用概率方法生成更高质量的负例三元组，引入ELU损失函数和AMSGrad优化器，有效对可逆关系和稀疏数据进行处理。在通用数据集上的实验结果表明，所提方法可以有效提升链接预测精度，与对比模型相比取得了5%的性能提升，同时应用在汽车维修知识图谱数据集补全中，取得83.2%正确率的实体补全结果。

来源：2023年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第5期