-
题名少样本知识图谱补全技术研究
被引量：3
- 1
-
-
作者
彭晏飞
张睿思
王瑞华
郭家隆
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第6期1268-1284,共17页
-
基金
国家自然科学基金面上项目(61772249)
辽宁省高等学校基本科研项目(LJKZ0358)。
-
文摘
少样本知识图谱补全(FKGC)是目前知识图谱补全任务的一个研究热点,旨在拥有少量样本数据的情况下,完成知识图谱补全任务。该任务在实际应用和知识图谱领域都有着重要的研究意义,为了进一步促进FKGC领域的发展,对目前各类方法进行了全面总结和分析。首先,描述了FKGC的概念和相关内容;其次,以技术方法作为分类依据,归纳总结出三类FKGC方法,包括基于度量学习的方法、基于元学习的方法以及基于其他模型的方法,并从模型核心、模型思路、优缺点等角度对每种方法进行分析和总结;然后,汇总了FKGC方法的数据集和评价指标,并从模型特点和实验结果两方面对FKGC方法进行分析与归纳;最后,从实际问题出发,总结了目前FKGC任务的难点问题,分析了问题背后的困难,给出了相应的解决方法,同时展望了该领域未来值得关注的几个发展方向。
-
关键词
知识图谱
知识图谱补全
少样本学习
少样本知识图谱补全(FKGC)
-
Keywords
knowledge graph
knowledge graph completion
few-shot learning
few-shot knowledge graph comp-letion(FKGC)
-
分类号
TP319
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于少样本学习的知识图谱补全综述
被引量：1
- 2
-
-
作者
李子豪
冯林
徐凌枭
岳灵
帅秋萍
-
机构
四川师范大学计算机科学学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第12期2838-2857,共20页
-
基金
四川省重点研发项目(2023YFS0202,2023YFG0267)资助
四川省自然科学基金项目(2023NSFSC0210)资助。
-
文摘
知识图谱是大数据时代知识工程在人工智能研究领域的典型代表,是自然语言处理应用中不可或缺的基础资源.由于知识图谱天生不完整,众多研究者提出了知识图谱补全(Knowledge Graph Completion, KGC)的方法,以向知识图谱中添加新的三元组.然而,知识图谱补全方法常受长尾关系和新增实体的限制,缺乏足够的已知三元组用于训练.因此,少样本知识图谱补全(Few-shot Knowledge Graph Completion, FKGC)成为了知识图谱补全领域的研究热点.本文系统性地介绍了基于少样本知识图谱补全学习方法最新研究进展.以基于邻居信息的方法、基于关系分布的方法、基于元优化嵌入的方法、基于元强化学习的方法、基于数据增强的方法为主线,对少样本知识图谱补全的知识表示、算法模型进行详细描述,分析其主要原理以及优点与不足.本文还总结了目前常用的少样本知识图谱补全数据集、实验评估标准以及代表性方法的实验结果,并从多模态融合、噪声和错误信息处理、知识迁移、动态知识图谱等5个方面展望了少样本知识图谱补全的未来发展方向.
-
关键词
知识图谱
元学习
少样本知识图谱补全
知识表示
-
Keywords
knowledge graph
meta-learning
few-shot knowledge graph completion
knowledge representation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
