计算机应用研究

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,表示学习,TransE模型,知识图谱嵌入,翻译模型,

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资助项目(XJEDU2017T002)；新疆维吾尔自治区研究生创新项目(XJ2019G072)；；

为了及时了解基于TransE的表示学习方法的最新研究进展，通过归纳与整理，将基于TransE的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型。对每一种方法的设计思路、优缺点等进行了详细的分析，同时对基于TransE的表示学习方法的公共数据集与评价指标进行了对比、总结，对各种基于TransE的表示学习算法在实验中的表现进行了对比分析。从研究结果来看，PaSKoGE、NTransGH、TCE、TransD方法在进行链接预测和三元组分类任务上表现效果最好，值得推广和进一步拓展，并可在其特定于路径的嵌入、两层神经网络、三元组上下文、动态构造映射矩阵上进一步完善。

来源：2021年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第3期