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
共找到298篇文章
< 1 2 … 15 >
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：
面向链接预测的知识图谱表示学习方法综述 被引量：2
1
作者 杜雪盈 刘名威 +1 位作者 沈立炜 彭鑫 《软件学报》 EI CSCD 北大核心 2024年第1期87-117,共31页
作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知... 作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫.链接预测是针对知识图谱中缺失的实体与关系进行预测的任务,是知识图谱构建与补全中不可或缺的一环.要充分挖掘知识图谱中的隐藏关系,利用海量的实体与关系进行计算,就需要将符号化表示的信息转换为数值形式,即进行知识图谱表示学习.基于此,面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点.从链接预测与表示学习的基本概念出发,系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展.具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述.以知识表示形式的发展历程为线索,分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模.基于表示学习建模方式,将现有方法细化为4类模型:平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型,并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型.在介绍链接预测的常用的数据集与评判标准基础上,分别对比分析二元关系、多元关系和超关系3类知识表示形式下,4类知识表示学习模型的链接预测效果,并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势. 展开更多
关键词 知识图谱 表示学习 链接预测 多元关系 超关系
下载PDF
完全图高阶关系驱动的链接预测 被引量：1
2
作者 张惠鹃 黄钦阳 +2 位作者 胡诗彦 杨青 张敬伟 《计算机研究与发展》 EI CSCD 北大核心 2024年第7期1825-1835,共11页
图卷积网络(graph convolutional network,GCN)因其在处理图数据方面的独特优势而被广泛应用于推荐系统中,它通过利用图中节点之间的依赖关系传播节点属性信息,极大地提高了节点表示的准确度从而提升推荐性能.然而现有基于GCN的推荐方... 图卷积网络(graph convolutional network,GCN)因其在处理图数据方面的独特优势而被广泛应用于推荐系统中,它通过利用图中节点之间的依赖关系传播节点属性信息,极大地提高了节点表示的准确度从而提升推荐性能.然而现有基于GCN的推荐方法仍因过平滑问题而难以进行更深层的建模,从而限制了用户与项目间高阶关系的表达.为此,提出了一种基于项目间关系的完全图高阶关系驱动的链接预测(link prediction driven by high-order relations in complete graph,LinkCG)方法.LinkCG通过用户-项目交互图与项目间隐式关联关系全局图组成的异构图预测用户到项目的链接,跳过了中间的用户节点直接利用完全图建模每个用户历史交互的项目间的局部隐式关联关系,获得项目间的高阶关系从而缓解数据稀疏性问题;此外,不同于基于节点嵌入的推荐方法,LinkCG通过赋予项目间的链接权重来表示项目间关系的紧密程度,并根据紧密程度进行链接预测,优化了模型的训练过程.在3个公开数据集上的实验结果表明,LinkCG作为只包含2个超参数的非深度学习模型,与一些先进的基于深度学习的基线方法相比提供了更好的性能.在社交关系数据上的应用进一步表明LinkCG能够从用户历史交互项目中获取足够丰富的用户偏好信息. 展开更多
关键词 推荐系统 链接预测 完全图 高阶关系 关联关系
下载PDF
基于多视图对比学习的动态图链接预测方法
3
作者 焦鹏飞 吴子安 +2 位作者 刘欢 张纪林 万健 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期383-395,共13页
链接预测旨在推断网络中缺失的边或预测未来可能出现的边.先前的链接预测研究主要集中在处理静态网络上,其目标是预测已知网络中缺失的边,然而,现实世界中许多复杂网络通常是动态变化的,使得动态网络中的链接预测任务往往比静态网络中... 链接预测旨在推断网络中缺失的边或预测未来可能出现的边.先前的链接预测研究主要集中在处理静态网络上,其目标是预测已知网络中缺失的边,然而,现实世界中许多复杂网络通常是动态变化的,使得动态网络中的链接预测任务往往比静态网络中更为复杂和困难.近年来,基于动态图表示学习的链接预测方法已经展现较好的结果,这类方法利用动态图表示学习方法学习节点的嵌入表示,以捕捉网络的结构和演化信息,从而在动态网络中实现有效的链接预测.现有方法主要采用循环神经网络或自注意力机制作为神经网络架构的组件,通过时间序列网络学习动态网络的演化信息,然而,动态网络的多样性和演化模式的可变性对基于复杂时序网络的方法提出挑战.这些方法可能很难适应不同动态网络中不断发展的演化模式,同时,在图表示学习领域,图对比学习因为其强大的自监督学习能力受到广泛关注,但是现有方法大多针对静态图,对于动态图的研究较少.为了解决上述问题,提出一种动态网络多视图对比学习的链接预测方法,不依赖额外的时序网络参数,实现动态网络的表示学习和链接预测.该方法将动态网络快照视为网络的多个视图,摆脱对比学习对数据增强的依赖.通过构建包含网络结构、节点演化以及拓扑演化三个视图的对比学习目标函数,挖掘快照内网络结构、快照间节点和网络高阶结构的演化模式学习节点表示,实现链接预测任务.最后,在多个真实数据集上进行了多类动态链接预测实验,实验结果显著优于所有基线方法,验证了所提方法的有效性. 展开更多
关键词 链接预测 对比学习 图表示学习 动态网络 动态图嵌入
下载PDF
动态图神经网络链接预测综述
4
作者 张其 陈旭 +2 位作者 王叔洋 景永俊 宋吉飞 《计算机工程与应用》 CSCD 北大核心 2024年第20期49-67,共19页
在现实世界中,复杂的动态网络数据广泛存在,如社交网络、蛋白质相互作用网络和传染病传播网络,它们由大量的节点和边构成。针对这类数据的有效挖掘和利用,以进行精准预测,成为了一项关键任务。动态图神经网络链接预测是深度学习研究领... 在现实世界中,复杂的动态网络数据广泛存在,如社交网络、蛋白质相互作用网络和传染病传播网络,它们由大量的节点和边构成。针对这类数据的有效挖掘和利用,以进行精准预测,成为了一项关键任务。动态图神经网络链接预测是深度学习研究领域的一个重要分支,它旨在解析网络随时间演化的内在规律,并预测未来可能形成的链接,为各领域的决策提供有价值的信息和依据。回顾了动态图神经网络的发展历程,介绍动态图的建模方法和训练流程。在此基础上,根据时间粒度的不同,将动态图神经网络链接预测模型细分为离散动态图模型和连续动态图模型两大类,并综述了每一类别中当前主流模型所采用的建模方法;介绍了动态图链接预测研究中常用的数据集、评价指标和应用场景。最后,对该领域的未来发展趋势进行了前瞻性探讨。 展开更多
关键词 图神经网络 深度学习 动态图学习 链接预测 时间图
下载PDF
融合描述信息和结构特征的知识图谱链接预测
5
作者 陈加兴 胡志伟 +3 位作者 李茹 韩孝奇 卢江 闫智超 《计算机科学与探索》 CSCD 北大核心 2024年第2期486-495,共10页
知识图谱普遍存在知识不完整的问题,这使得链接预测成为知识图谱的重要研究内容。现有模型仅关注三元组的嵌入表示,一方面,在模型的输入仅对实体和关系的嵌入表示进行随机初始化,并未融入实体及关系的描述信息,会缺失语义信息;另一方面... 知识图谱普遍存在知识不完整的问题,这使得链接预测成为知识图谱的重要研究内容。现有模型仅关注三元组的嵌入表示,一方面,在模型的输入仅对实体和关系的嵌入表示进行随机初始化,并未融入实体及关系的描述信息,会缺失语义信息;另一方面,在解码时忽略三元组自身结构特征对链接预测结果的影响。针对上述问题,提出一种融合描述信息与结构特征的知识图谱链接预测模型BFGAT。BFGAT模型利用BERT预训练模型编码实体和关系的描述信息,并将描述信息融入到实体与关系的嵌入表示中,解决缺失语义信息的问题;在编码过程使用图注意力机制聚合邻接节点的信息,解决目标节点获得更为丰富信息的问题;在解码过程把三元组的嵌入表示拼接成矩阵,采用基于CNN卷积池化的方法,解决三元组结构特征的问题。该模型在公开数据集FB15k-237和WN18RR上进行了详细的实验,实验表明BFGAT模型能有效提高知识图谱链接预测的效果。 展开更多
关键词 知识图谱 链接预测 BERT 卷积神经网络(CNN)
下载PDF
基于图神经网络链接预测与回归的新兴技术预测研究--以人工智能技术为例
6
作者 肖君超 钟福利 张金玲 《竞争情报》 2024年第5期46-56,共11页
面向专利文本数据的新兴技术预测对于协助管理者挖掘并聚焦技术发展方向、调整技术研发路线和占据技术竞赛主动具有重要意义。以人工智能技术为例,首先利用语法分析技术识别英文句子的名词短语,通过网络词语共现方法构造名词短语共现图... 面向专利文本数据的新兴技术预测对于协助管理者挖掘并聚焦技术发展方向、调整技术研发路线和占据技术竞赛主动具有重要意义。以人工智能技术为例,首先利用语法分析技术识别英文句子的名词短语,通过网络词语共现方法构造名词短语共现图。其次,构造图神经网络模型,并进行共现图链接预测和链接回归分析。最后,结合链接预测和链接回归结果,对人工智能技术进行技术预测。基于收集的专利数据进行预测实验,结果表明图神经网络融合名词短语共现图方法更适合复杂语义情形下的新兴技术预测,可获得更小预测识别粒度;此外,实验结果显示人工智能技术朝着电子会议、计算机视觉、医疗健康、交互界面、测量与监控、机器学习算法、传感器、数据通道和智能制造等方向应用发展。 展开更多
关键词 新兴技术预测 图神经网络 链接预测 链接回归 名词短语
下载PDF
基于相似性度量的PPI网络链接预测算法相关性分析
7
作者 陈宇 蔡荣彦 《湖南理工学院学报（自然科学版）》 CAS 2024年第3期20-24,共5页
针对基于相似性度量的蛋白质相互作用网络(PPI网络)链接预测算法Sim,证明Sim指标是基于3-跳路径的指标,分析Sim矩阵和PPI网络邻接矩阵具有较强相关性,为基于相似性度量的PPI网络链接预测算法提供理论依据.
关键词 PPI网络 链接预测 相似性度量 相关性分析
下载PDF
基于关系缩放模型的电商知识图谱链接预测问题研究
8
作者 潘亚男 王军 《青岛大学学报（自然科学版）》 CAS 2024年第2期41-46,54,共7页
针对电商知识图谱链接预测模型精度较低且存在重复推荐同类型商品的问题,提出改进的关系缩放(Relation Scale, RS)模型。基于TransE和TuckER模型,判断三元组头尾实体关系强弱,引入关系缩放因子,确定所有关系路径权重,以提高模型收敛速... 针对电商知识图谱链接预测模型精度较低且存在重复推荐同类型商品的问题,提出改进的关系缩放(Relation Scale, RS)模型。基于TransE和TuckER模型,判断三元组头尾实体关系强弱,引入关系缩放因子,确定所有关系路径权重,以提高模型收敛速度。实验结果表明,基于OpenBG500数据集,改进模型的MRR、Hits@1、Hits@3和Hits@10均有提高;相较于传统TransE模型,RSTransE的MRR和Hits@10分别提高了47.4%和71.1%;相较于传统TuckER模型,RSTuckER的MRR和Hits@10分别提高了35.8%和28.4%。RS模型能更准确预测用户需求,实现更加个性化且精准的推荐结果。 展开更多
关键词 推荐系统 关系缩放 知识图谱 链接预测
下载PDF
基于子图特征融合的链接预测方法
9
作者 滕磊 田炜 +2 位作者 靖琦东 李霜 李倩 《软件导刊》 2024年第7期58-63,共6页
链接预测旨在预测知识图谱查询过程中缺失的事实三元组,通常广泛应用于智能问答、信息检索等任务,但由于知识图谱中节点和关系数量庞大,将整个图谱进行编码需要耗费相当大的资源,且图嵌入的编码方式缺少询问句中自带的语义信息,使链接... 链接预测旨在预测知识图谱查询过程中缺失的事实三元组,通常广泛应用于智能问答、信息检索等任务,但由于知识图谱中节点和关系数量庞大,将整个图谱进行编码需要耗费相当大的资源,且图嵌入的编码方式缺少询问句中自带的语义信息,使链接预测结果并不理想。为此,提出一种基于子图嵌入的实体链接方法 LPBS,基于强化学习模型设计相关策略来获取预测链接路径上下文集合并进行输入编码,然后通过基于多头自注意力机制的双塔模型获取询问句和子图的嵌入特征,最后通过交叉注意力机制将量特征融合后得到各节点的预测分布。在自建工业领域数据集上的测试发现,所提方法评的MMR达到0.362,Hits@1达到0.313,并通过消融实验证明了模型的有效性。 展开更多
关键词 链接预测 强化学习 多头自注意力机制 双塔模型 交叉注意力机制
下载PDF
基于链接预测匹配的动态社交机器人检测方法
10
作者 卢昊宇 刘峰 +2 位作者 王博雅 谭磊 左宗 《信息工程大学学报》 2024年第3期285-291,共7页
在线社交网络中机器人集群的恶意协同活动威胁了正常用户信息安全,影响了社交网络的信用体系,进行社交网络机器人账号有效检测势在必行。针对现有基于社交图的检测方法难以刻画时序社交图中的动态的链接行为的问题,提出基于链接预测匹... 在线社交网络中机器人集群的恶意协同活动威胁了正常用户信息安全,影响了社交网络的信用体系,进行社交网络机器人账号有效检测势在必行。针对现有基于社交图的检测方法难以刻画时序社交图中的动态的链接行为的问题,提出基于链接预测匹配的动态社交网络机器人检测方法。该方法基于已知节点的链接行为,对机器人和正常用户节点分别建立节点链接预测模型并学习两类节点的链接行为的特性,通过考察未知节点链接行为关于两类链接预测模型的匹配度实现节点属性的分类。在Twitter数据集上,相比于部分主流未采用时序数据的基线方法,该方法检测准确率有显著提升,验证了对时序数据利用的有效性。 展开更多
关键词 社交网络 机器人检测 链接预测 图神经网络
下载PDF
面向链接预测的本地差分隐私图数据建模方法
11
作者 韩启龙 吴晓明 《哈尔滨理工大学学报》 CAS 北大核心 2023年第5期51-60,共10页
针对工业企业图数据链接预测过程中,节点间的敏感数据面临隐私泄露的问题,以本地差分隐私理论为基础,从链接预测任务表现的角度分析了现有的图数据建模方法在隐私保护上的缺点和不足。提出在个性化采样技术的随机响应机制,减少用户端噪... 针对工业企业图数据链接预测过程中,节点间的敏感数据面临隐私泄露的问题,以本地差分隐私理论为基础,从链接预测任务表现的角度分析了现有的图数据建模方法在隐私保护上的缺点和不足。提出在个性化采样技术的随机响应机制,减少用户端噪声添加,同时结合两轮数据收集的子图划分策略,保留原始图数据中子图聚集特征,最终实现了一种个性化采样随机响应本地差分隐私(Personalized Sampling Randomized Response Local Differential Privacy, PSRR-LDP)图数据建模算法,理论证明PSRR-LDP算法满足ε-边本地差分隐私。仿真实验结果表明,PSRR-LDP算法在保证隐私的同时具有更优的链接预测效果。 展开更多
关键词 隐私保护技术 链接预测 本地差分隐私 个性化采样 图数据收集
下载PDF
基于多粒度注意力网络的知识超图链接预测 被引量：1
12
作者 庞俊 刘小琪 +4 位作者 谷峪 王鑫 赵宇海 张晓龙 于戈 《软件学报》 EI CSCD 北大核心 2023年第3期1259-1276,共18页
在知识图谱中进行链接预测是图谱补全的有效方法,可以有效地改善知识图谱的数据质量.然而,现实生活中的关系往往是多元的,这些包含多元关系的知识图谱可称为知识超图(knowledgehypergraph,KHG).然而,现有的知识超图链接预测模型忽略了... 在知识图谱中进行链接预测是图谱补全的有效方法,可以有效地改善知识图谱的数据质量.然而,现实生活中的关系往往是多元的,这些包含多元关系的知识图谱可称为知识超图(knowledgehypergraph,KHG).然而,现有的知识超图链接预测模型忽略了多元关系的平等性(多元关系中实体不存在先后关系)与整体性(多元关系缺少一个实体则不成立).针对以上问题,首先提出了一种知识超图多元关系表示模型,可以直接建模知识超图中的多元关系;然后研究了一种基于多粒度神经网络的链接预测方法(hyperedgepredictionbasedonmulti-granular attentionnetwork,HPMG).该模型将关系划分为多重粒度进行学习,从不同粒度联合完成知识超图的学习和预测,充分考虑了知识超图中不同维度多元关系的整体性.接下来,针对HPMG特征融合不充分的问题,提出了基于多粒度注意力网络的知识超图链接预测方法 HPMG+,结合全局和局部注意力,实现了不同特征的有区分融合,进一步提高了模型的性能.最后,真实数据集上的大量实验结果验证了所提方法的效果显著地优于所有基线方法. 展开更多
关键词 知识超图 链接预测 多粒度 嵌入学习 注意力机制
下载PDF
基于多路链接预测推理的中医脏腑辨证研究 被引量：1
13
作者 付子轩 周鹏 +4 位作者 汪鑫 任海燕 罗静静 郭义 王西墨 《中国中医药信息杂志》 CAS CSCD 2023年第4期18-24,共7页
目的 针对知识图谱链接预测中缺少多关系预测推理的问题,提出基于规则+马尔可夫逻辑网(MLN)的多路链接预测推理算法,为中医临床提供辅助决策支持。方法 以中医脏腑辨证为研究背景,构建基于Neo4j图数据库的知识图谱,包括1 263个实体节点... 目的 针对知识图谱链接预测中缺少多关系预测推理的问题,提出基于规则+马尔可夫逻辑网(MLN)的多路链接预测推理算法,为中医临床提供辅助决策支持。方法 以中医脏腑辨证为研究背景,构建基于Neo4j图数据库的知识图谱,包括1 263个实体节点和4 105个语义关系。基于改进规则的知识推理设置初始权重,并使用MLN和吉布斯采样(Gibbs sampling)训练权重,以完成输入任意个数四诊数据得到证候推理结果的链接预测任务。结果 对中医脏腑辨证的70个证候进行推理,结果AUC值为98.6%,精确度为98.6%,排序分为0.297,较基于传统规则链接预测算法的精确度高4.3%,具有更准确的推理结果。结论 该模型能较好完成多对多复杂路径关系的链接预测任务,同时实现中医脏腑辨证的四诊合参及个性化推荐功能,辅助中医临床诊疗。 展开更多
关键词 知识图谱 链接预测 马尔可夫逻辑网 权重 个性化推荐
下载PDF
利用朴素贝叶斯模型进行多层网络链接预测 被引量：1
14
作者 张亚坤 李龙杰 陈晓云 《应用科学学报》 CAS CSCD 北大核心 2023年第1期23-40,共18页
针对多层网络链接预测中层间信息融合的问题,提出了一种利用朴素贝叶斯模型的链接预测方法。该方法结合目标层的邻域信息和辅助层相对于目标层的全局信息进行链接预测。在目标层中,根据节点对的邻域信息,利用朴素贝叶斯模型计算其连接概... 针对多层网络链接预测中层间信息融合的问题,提出了一种利用朴素贝叶斯模型的链接预测方法。该方法结合目标层的邻域信息和辅助层相对于目标层的全局信息进行链接预测。在目标层中,根据节点对的邻域信息,利用朴素贝叶斯模型计算其连接概率;在辅助层中,计算节点对在该层有边或无边时在目标层存在链接的概率。在真实数据和合成数据上的实验结果表明:该算法在正相关和负相关的多层网络中都有很好的预测性能。 展开更多
关键词 链接预测 多层网络 复杂网络 朴素贝叶斯模型
下载PDF
知识图谱的增强CP分解链接预测方法 被引量：3
15
作者 赵博 王宇嘉 倪骥 《计算机应用研究》 CSCD 北大核心 2023年第5期1396-1401,共6页
CP分解作为知识图谱链接预测的方法之一,能够对一些包含常规数据的知识图谱进行链接预测补全。但当知识图谱存在大量稀疏数据及可逆关系时,该方法不能体现两个实体间具有的隐藏联系,无法对此类数据进行处理。为解决上述问题,提出增强CP... CP分解作为知识图谱链接预测的方法之一,能够对一些包含常规数据的知识图谱进行链接预测补全。但当知识图谱存在大量稀疏数据及可逆关系时,该方法不能体现两个实体间具有的隐藏联系,无法对此类数据进行处理。为解决上述问题,提出增强CP分解方法,对三元组中前实体和后实体的两个嵌入向量分别进行学习,并在训练过程中使用概率方法生成更高质量的负例三元组,引入ELU损失函数和AMSGrad优化器,有效对可逆关系和稀疏数据进行处理。在通用数据集上的实验结果表明,所提方法可以有效提升链接预测精度,与对比模型相比取得了5%的性能提升,同时应用在汽车维修知识图谱数据集补全中,取得83.2%正确率的实体补全结果。 展开更多
关键词 知识图谱 链接预测 CP分解 知识图谱嵌入 知识图谱补全
下载PDF
基于链接预测的技术机会识别研究——以隐私保护领域专利数据为例 被引量：2
16
作者 许鑫 李倩 +1 位作者 衣春波 樊亚鑫 《图书馆杂志》 CSSCI 北大核心 2023年第9期103-112,128,共11页
科技竞争时代,技术机会的识别和挖掘为科技研发方针和政策的制定奠定重要基础。本文提出基于链接预测的量化方法,将技术机会识别任务转化为技术元素之间是否能产生共现联系的二分类问题,为技术机会识别提供详细的数据辅助和支撑。获取... 科技竞争时代,技术机会的识别和挖掘为科技研发方针和政策的制定奠定重要基础。本文提出基于链接预测的量化方法,将技术机会识别任务转化为技术元素之间是否能产生共现联系的二分类问题,为技术机会识别提供详细的数据辅助和支撑。获取隐私保护领域的专利数据,构建IPC共现网络并训练图神经网络模型GraphSAGE,得到链接预测分数后分别从强化型、新生型和衰退型链接3个角度识别持续发展的技术机会、突破创新的技术机会以及寻求转型的技术机会,最后基于识别得到的技术机会展开分析并提出建议。 展开更多
关键词 技术机会识别 链接预测 隐私保护 图神经网络
原文传递
基于概率推理的知识图谱链接预测方法
17
作者 姚建军 李剑宇 +2 位作者 岳昆 段亮 付晓东 《计算机集成制造系统》 EI CSCD 北大核心 2023年第10期3483-3495,共13页
为了有效发现实体间隐含的关联关系并对其进行量化,以全面准确地进行知识图谱(KG)链接预测,提出基于概率推理KG链接预测方法。该方法以描述实体间隐含关联关系并度量链接存在的可能性为目标,基于AMIE算法挖掘KG中的规则并将其转换为Hor... 为了有效发现实体间隐含的关联关系并对其进行量化,以全面准确地进行知识图谱(KG)链接预测,提出基于概率推理KG链接预测方法。该方法以描述实体间隐含关联关系并度量链接存在的可能性为目标,基于AMIE算法挖掘KG中的规则并将其转换为Horn子句,进一步构建描述不同实体依赖关系的规则链接贝叶斯网(RLBN),将KG的链接预测任务转换为RLBN的概率推理任务来计算实体间的关联度,从而预测实体间的链接关系。实验结果表明,基于RLBN的KG链接预测精确率和召回率优于其他方法,验证了所提模型的有效性与高效性。 展开更多
关键词 知识图谱 链接预测 贝叶斯网 HORN子句 概率推理
下载PDF
面向时间感知的知识超图链接预测
18
作者 陈子睿 王鑫 +2 位作者 王晨旭 张少伟 闫浩宇 《软件学报》 EI CSCD 北大核心 2023年第10期4533-4547,共15页
知识超图是一种使用多元关系表示现实世界的异构图,但无论在通用领域还是垂直领域,现有的知识超图普遍存在不完整的情况.因此,如何通过知识超图中已有的链接推理缺失的链接,是一个具有挑战性的问题.目前,大多数研究使用基于多元关系的... 知识超图是一种使用多元关系表示现实世界的异构图,但无论在通用领域还是垂直领域,现有的知识超图普遍存在不完整的情况.因此,如何通过知识超图中已有的链接推理缺失的链接,是一个具有挑战性的问题.目前,大多数研究使用基于多元关系的知识表示学习方法完成知识超图的链接预测任务,但这些方法仅从时间未知的超边中学习实体与关系的嵌入向量,没有考虑时间因素对事实动态演变的影响,导致在动态环境中的预测性能较差.首先,根据首次所提出的时序知识超图定义,提出时序知识超图链接预测模型,同时从实体角色、位置和时序超边的时间戳中学习实体的静态表征和动态表征,以一定比例融合后作为实体嵌入向量用于链接预测任务,实现对超边时序信息的充分利用.同时,从理论上证明模型具有完全表达性和线性空间复杂度.此外,通过上市公司的公开经营数据构建时序知识超图数据集CB67,并在该数据集上进行了大量实验评估.实验结果表明,模型能够在时序知识超图数据集上有效地执行链接预测任务. 展开更多
关键词 时序知识超图 链接预测 知识表示 嵌入学习 时序信息
下载PDF
基于三元组键值对超关系学习的知识图谱链接预测
19
作者 甄春成 王琼 +2 位作者 龚芝 李庆珍 周湘贞 《济南大学学报（自然科学版）》 CAS 北大核心 2023年第3期295-302,共8页
为了提高挖掘超关系数据中的隐含关系的能力,提出一种基于三元组键值对超关系学习的知识图谱链接预测模型;所提模型不仅捕捉编码在三元组中知识图谱的主要结构信息,而且通过对三元组及其相关键值对进行学习,采集每个三元组及其相关联的... 为了提高挖掘超关系数据中的隐含关系的能力,提出一种基于三元组键值对超关系学习的知识图谱链接预测模型;所提模型不仅捕捉编码在三元组中知识图谱的主要结构信息,而且通过对三元组及其相关键值对进行学习,采集每个三元组及其相关联的键值对之间的相关性;通过最小值操作,对基本三元组、键值对以及相关性特征向量进行合并,利用全连接投影得到预测得分。结果表明,与其他预测模型相比,所提模型在JF17K数据集和WikiPeople数据集的键、值预测平均倒数排名表现更佳,在链接预测中排名分别小于10、1的三元组的平均占比的预测性能更优。 展开更多
关键词 知识图谱 链接预测 超关系学习 结构信息 键值对
下载PDF
基于链接预测模型的融合研究
20
作者 张浪浪 吴建斌 +1 位作者 彭浩 陈乐倩 《浙江师范大学学报（自然科学版）》 CAS 2023年第2期132-138,共7页
知识图谱技术在信息检索、智能问答领域有着重要作用.为了解决大型知识图谱中的有效实体缺失问题,需要使用链接预测手段自动预测实体之间缺失的链接,完善知识图谱中缺失的实体.现在有许多链接预测的方法,其中基于神经网络的Grail模型侧... 知识图谱技术在信息检索、智能问答领域有着重要作用.为了解决大型知识图谱中的有效实体缺失问题,需要使用链接预测手段自动预测实体之间缺失的链接,完善知识图谱中缺失的实体.现在有许多链接预测的方法,其中基于神经网络的Grail模型侧重于对局部子图进行推理,具有很强的归纳倾向,但在语义层次建模方面存在不足.因此,提出了Grail&HAKE融合模型,通过将Grail模型与HAKE模型进行融合,解决了Grail模型在语义层次建模方面存在的不足.实验结果表明,Grail&HAKE的融合模型比单独使用Grail和HAKE模型的MRR值分别高出0.1005和0.3063,并且在部分数据集上优于其他融合模型.说明Grail&HAKE融合模型在知识图谱的有效实体链接预测方面是有效可用的. 展开更多
关键词 知识图谱 链接预测 模型融合 知识图谱嵌入 神经网络模型
下载PDF
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 2 … 15 下一页 到第 页
使用帮助 返回顶部