国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:张正航,钱育蓉,行艳妮,赵鑫,
单位:新疆大学a.软件学院;b.新疆维吾尔自治区信号检测与处理重点实验室,乌鲁木齐830046;
关键词:知识图谱,知识表示学习,实体对齐,链接预测,三元组分类,
基金:国家自然科学基金资助项目(61966035);新疆维吾尔自治区智能多模态信息处理团队(XJEDU2017T002);新疆维吾尔自治区研究生创新项目(XJ2019G072);;
近年来,知识表示学习已经成为知识图谱领域研究的热点。为了及时掌握当前知识表示学习方法的研究现状,通过归纳与整理,将具有代表性的知识表示方法进行了介绍和归类,主要分为传统的知识表示模型、改进的知识表示模型、其他的知识表示模型。对每一种方法解决的问题、算法思想、应用场景、评价指标、优缺点进行了详细归纳与分析。通过研究发现,当前知识表示学习主要面临关系路径建模、准确率、复杂关系处理的挑战。针对这些挑战,展望了采用关系的语义组成来表示路径、采用实体对齐评测指标、在实体空间和关系空间建模,以及利用文本上下文信息以扩展KG的语义结构的解决方案。
来源:2021年第4期
《计算机应用研究》期刊编辑部