期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于结构感知的少样本知识补全
1
作者 杨荣泰 邵玉斌 杜庆治 《浙江大学学报(工学版)》 北大核心 2025年第7期1394-1402,共9页
现有的知识补全模型在知识表示过程中不能较好地感知邻域拓扑结构,为此提出新的少样本知识补全模型.在知识表示过程中采用基于注意力机制的结构感知编码器进行三元组编码;该编码器以拓扑结构对邻域内的节点进行集群划分,通过融合邻域内... 现有的知识补全模型在知识表示过程中不能较好地感知邻域拓扑结构,为此提出新的少样本知识补全模型.在知识表示过程中采用基于注意力机制的结构感知编码器进行三元组编码;该编码器以拓扑结构对邻域内的节点进行集群划分,通过融合邻域内各个集群的结构信息来增强模型的结构感知能力.为了提升模型预测的稳定性,采用自适应预测网络计算待预测三元组的得分.在NELL-One和Wiki-One数据集中开展模型性能对比实验.结果表明,对比基线模型,所提模型的平均倒数排名和命中排名在前10位、前5位、前1位的正确结果的平均占比分别提升了0.018、0.021、0.024、0.016以及0.019、0.055、0.039、0.038.所提模型能够有效利用邻域的拓扑信息,提升知识补全的准确性. 展开更多
关键词 少样本知识补全 知识表示 结构感知 拓扑结构 注意力机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部