期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合层次类型信息的双向图注意力机制的知识图谱嵌入模型
被引量：
3
1
作者
翟社平
李方怡
+1 位作者
李航
杨锐
《计算机应用研究》
CSCD
北大核心
2023年第7期2031-2038,共8页
知识图谱嵌入旨在将实体与关系映射到低维且稠密的向量空间中。目前已有的嵌入模型仍存在以下两个方面的缺陷:现有的模型大多只关注知识图谱的语义信息,而忽略了大量三元组的隐藏信息;现有的模型仅关注了实体的单向信息,而忽略了双向的...
知识图谱嵌入旨在将实体与关系映射到低维且稠密的向量空间中。目前已有的嵌入模型仍存在以下两个方面的缺陷:现有的模型大多只关注知识图谱的语义信息,而忽略了大量三元组的隐藏信息;现有的模型仅关注了实体的单向信息,而忽略了双向的潜在信息。针对以上问题,提出了一种融合层次类型信息的双向图注意力机制的知识图谱嵌入模型Bi-HTGAT,该模型设计了层次类型注意力机制,考虑不同关系下每种类型的不同实体对中心实体的贡献。同时引入了关系的方向注意力机制,通过融合不同方向的邻居信息来更新实体和关系嵌入,最终聚合两部分信息以得到实体的最终嵌入。在基准数据集上的实验证明,Bi-HTGAT在链接预测任务上性能明显优于其他基线模型,充分证明了Bi-HTGAT能够进一步提高嵌入结果的精准度。
展开更多
关键词
知识图谱嵌入
图注意力机制
层次类型信息
链接预测
在线阅读
下载PDF
职称材料
题名
融合层次类型信息的双向图注意力机制的知识图谱嵌入模型
被引量：
3
1
作者
翟社平
李方怡
李航
杨锐
机构
西安邮电大学计算机学院
西安邮电大学、陕西省网络数据分析与智能处理重点实验室
出处
《计算机应用研究》
CSCD
北大核心
2023年第7期2031-2038,共8页
基金
国家自然科学基金资助项目(61373116)
工业和信息化部通信软科学项目(2018-R-26)
+4 种基金
陕西省教育厅科学研究计划项目(18JK0697)
陕西省社会科学基金资助项目(2016N008)
陕西省重点研发计划项目(2022GY-038)
西安市社会科学规划基金资助项目(17X63)
西安邮电大学研究生创新基金资助项目(CXJJYL2021044)。
文摘
知识图谱嵌入旨在将实体与关系映射到低维且稠密的向量空间中。目前已有的嵌入模型仍存在以下两个方面的缺陷:现有的模型大多只关注知识图谱的语义信息,而忽略了大量三元组的隐藏信息;现有的模型仅关注了实体的单向信息,而忽略了双向的潜在信息。针对以上问题,提出了一种融合层次类型信息的双向图注意力机制的知识图谱嵌入模型Bi-HTGAT,该模型设计了层次类型注意力机制,考虑不同关系下每种类型的不同实体对中心实体的贡献。同时引入了关系的方向注意力机制,通过融合不同方向的邻居信息来更新实体和关系嵌入,最终聚合两部分信息以得到实体的最终嵌入。在基准数据集上的实验证明,Bi-HTGAT在链接预测任务上性能明显优于其他基线模型,充分证明了Bi-HTGAT能够进一步提高嵌入结果的精准度。
关键词
知识图谱嵌入
图注意力机制
层次类型信息
链接预测
Keywords
knowledge graph embedding
graph attention mechanism
hierarchical type information
link prediction
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合层次类型信息的双向图注意力机制的知识图谱嵌入模型
翟社平
李方怡
李航
杨锐
《计算机应用研究》
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
