计算机应用研究

作者：孟小艳,蒋同海,周喜,韩云飞,马博,

单位：1.中国科学院新疆理化技术研究所,乌鲁木齐830011；2.中国科学院大学,北京100049；3.中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室,乌鲁木齐830011；4.新疆农业大学计算机与信息工程学院,乌鲁木齐830052；

关键词：知识图谱,知识表示学习,嵌入式表示,自适应,

基金：中国科学院STS计划项目(KFJ-STS-QYZD-102)；中国科学院青年创新促进会项目(Y9290802)；中科院西部之光—西部青年学者A类资助项目(2018-XBQNXZ-A-003)；自治区天山青年计划项目(2018Q032)；；

知识图谱的嵌入式表示方法以基于翻译的TransE最为经典，但在处理复杂关系时存在局限；使用欧氏距离作为得分函数中的度量，每个特征维度以相同的权重参与计算，准确性会受到无关维度的影响，灵活性不高。因此，针对这两个缺陷，提出一种自适应的知识图谱嵌入式表示方法TransAD。利用自适应度量方法更换度量函数，在得分函数中引入对角权重矩阵，为每一个特征维分别赋予权重，增加模型的表示能力。同时受TransD方法的启发，将实体与关系通过动态映射矩阵建立空间投影模型，来增强模型对复杂关系的处理能力，最后将两种优化集成在一个模型中。实验结果表明，新方法TransAD优于Trans（E，H，R，D），在链路预测和三元组分类任务的各项指标上均有提升，有一定的先进性。

来源：2021年第1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1期