期刊导航
期刊开放获取
重庆大学
退出
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
3
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
基于路径与层次注意力的关系预测方法
1
作者
石津妮
安敬民
李冠宇
《计算机工程与设计》
北大核心
2023年第11期3433-3439,共7页
目前,大多数基于路径的关系预测方法忽略了路径和关系之间的语义相关性,针对此问题提出一种层次注意力机制,捕获不同粒度的信息,包括关系级特征和路径级特征,在多跳路径和关系之间提供一种补充的语义关联。关系级注意力是以目标关系为导...
目前,大多数基于路径的关系预测方法忽略了路径和关系之间的语义相关性,针对此问题提出一种层次注意力机制,捕获不同粒度的信息,包括关系级特征和路径级特征,在多跳路径和关系之间提供一种补充的语义关联。关系级注意力是以目标关系为导向,更多关注与目标关系相匹配的关系。路径级注意力是通过捕获给定实体对的邻域子图结构实现,为结果提供可解释性。该模型可以有效缓解噪声路径和冗余路径对关系预测任务的影响。实验结果表明,在相关数据集上,该模型的关系预测性能优于现有模型。
展开更多
关键词
知识图谱
层次注意力
多粒度
关系路径
目标关系
实体邻域
关系预测
下载PDF
职称材料
基于多关系循环事件的动态知识图谱推理
被引量:
8
2
作者
陈浩
李永强
冯远静
《模式识别与人工智能》
EI
CSCD
北大核心
2020年第4期337-343,共7页
针对现有动态知识图谱推理方法大多存在同时间多关系下推理能力有限的问题,文中提出基于多关系循环事件的动态知识图谱推理方法.利用改进的多关系邻近聚合器融合目标实体邻域信息,获得更准确的实体邻域向量表示,并通过优化信息融合简化...
针对现有动态知识图谱推理方法大多存在同时间多关系下推理能力有限的问题,文中提出基于多关系循环事件的动态知识图谱推理方法.利用改进的多关系邻近聚合器融合目标实体邻域信息,获得更准确的实体邻域向量表示,并通过优化信息融合简化文中方法.同时加入关系预测任务,扩大处理特定范围内两个实体间关系冲突的能力.在大型真实数据集上的实体预测和关系预测的实验表明,文中方法有效提升动态知识图谱的推理能力.
展开更多
关键词
动态知识图谱
多关系邻近聚合器
实体邻域
实体
预测
关系预测
下载PDF
职称材料
关系生成图注意力网络的知识图谱链接预测
被引量:
5
3
作者
陈成
张皞
+1 位作者
李永强
冯远静
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第5期1025-1034,共10页
针对实体邻域三元组缺少联系的问题,提出基于关系生成图注意力网络(RGGAT)的知识图谱链接预测方法.利用不同类型的关系生成相应的注意力机制参数,邻域三元组按照关系类型使用对应的参数计算注意力系数.实体通过聚合以关系为主导的邻域...
针对实体邻域三元组缺少联系的问题,提出基于关系生成图注意力网络(RGGAT)的知识图谱链接预测方法.利用不同类型的关系生成相应的注意力机制参数,邻域三元组按照关系类型使用对应的参数计算注意力系数.实体通过聚合以关系为主导的邻域三元组信息得到更丰富的嵌入向量.在训练过程中对编码器和解码器进行共同训练,将编码器更新的实体向量和关系向量直接输入到解码器中,保证编码器和解码器训练目标一致.在3个公开数据集上进行链接预测实验,对比实验选用目前主流的5个模型作为基线.RGGAT方法在3个数据集上的Hits@10能达到0.5198、0.5104和0.9739,高于传统图注意力网络嵌入方法的.在邻域聚合阶数对比实验中,1阶关系邻域聚合的方法相比2阶关系在Hits@10上提升3.59%.
展开更多
关键词
知识图谱
图注意力网络
实体邻域
关系生成参数
链接预测
下载PDF
职称材料
题名
基于路径与层次注意力的关系预测方法
1
作者
石津妮
安敬民
李冠宇
机构
大连海事大学信息科学技术学院
出处
《计算机工程与设计》
北大核心
2023年第11期3433-3439,共7页
基金
国家自然科学基金项目(61976032)。
文摘
目前,大多数基于路径的关系预测方法忽略了路径和关系之间的语义相关性,针对此问题提出一种层次注意力机制,捕获不同粒度的信息,包括关系级特征和路径级特征,在多跳路径和关系之间提供一种补充的语义关联。关系级注意力是以目标关系为导向,更多关注与目标关系相匹配的关系。路径级注意力是通过捕获给定实体对的邻域子图结构实现,为结果提供可解释性。该模型可以有效缓解噪声路径和冗余路径对关系预测任务的影响。实验结果表明,在相关数据集上,该模型的关系预测性能优于现有模型。
关键词
知识图谱
层次注意力
多粒度
关系路径
目标关系
实体邻域
关系预测
Keywords
knowledge graph
hierarchical attention
multi-granularity
relational path
target relation
entity neighborhood
relation prediction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多关系循环事件的动态知识图谱推理
被引量:
8
2
作者
陈浩
李永强
冯远静
机构
浙江工业大学信息工程学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2020年第4期337-343,共7页
文摘
针对现有动态知识图谱推理方法大多存在同时间多关系下推理能力有限的问题,文中提出基于多关系循环事件的动态知识图谱推理方法.利用改进的多关系邻近聚合器融合目标实体邻域信息,获得更准确的实体邻域向量表示,并通过优化信息融合简化文中方法.同时加入关系预测任务,扩大处理特定范围内两个实体间关系冲突的能力.在大型真实数据集上的实体预测和关系预测的实验表明,文中方法有效提升动态知识图谱的推理能力.
关键词
动态知识图谱
多关系邻近聚合器
实体邻域
实体
预测
关系预测
Keywords
Dynamic Knowledge Graph
Relational Proximity Aggregator
Entity Neighborhood
Entity Prediction
Relationship Prediction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
关系生成图注意力网络的知识图谱链接预测
被引量:
5
3
作者
陈成
张皞
李永强
冯远静
机构
浙江工业大学信息工程学院
中国移动通信集团浙江有限公司杭州分公司
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第5期1025-1034,共10页
基金
国家自然科学基金资助项目(62073294)
浙江省自然科学基金资助项目(LZ21F030003)。
文摘
针对实体邻域三元组缺少联系的问题,提出基于关系生成图注意力网络(RGGAT)的知识图谱链接预测方法.利用不同类型的关系生成相应的注意力机制参数,邻域三元组按照关系类型使用对应的参数计算注意力系数.实体通过聚合以关系为主导的邻域三元组信息得到更丰富的嵌入向量.在训练过程中对编码器和解码器进行共同训练,将编码器更新的实体向量和关系向量直接输入到解码器中,保证编码器和解码器训练目标一致.在3个公开数据集上进行链接预测实验,对比实验选用目前主流的5个模型作为基线.RGGAT方法在3个数据集上的Hits@10能达到0.5198、0.5104和0.9739,高于传统图注意力网络嵌入方法的.在邻域聚合阶数对比实验中,1阶关系邻域聚合的方法相比2阶关系在Hits@10上提升3.59%.
关键词
知识图谱
图注意力网络
实体邻域
关系生成参数
链接预测
Keywords
knowledge graph
graph attention network
entity neighborhood
relational generative parameter
link prediction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于路径与层次注意力的关系预测方法
石津妮
安敬民
李冠宇
《计算机工程与设计》
北大核心
2023
0
下载PDF
职称材料
2
基于多关系循环事件的动态知识图谱推理
陈浩
李永强
冯远静
《模式识别与人工智能》
EI
CSCD
北大核心
2020
8
下载PDF
职称材料
3
关系生成图注意力网络的知识图谱链接预测
陈成
张皞
李永强
冯远静
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022
5
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