摘要
知识图谱的嵌入式表示方法以基于翻译的TransE最为经典,但在处理复杂关系时存在局限;使用欧氏距离作为得分函数中的度量,每个特征维度以相同的权重参与计算,准确性会受到无关维度的影响,灵活性不高.因此,针对这两个缺陷,提出一种自适应的知识图谱嵌入式表示方法TransAD.利用自适应度量方法更换度量函数,在得分函数中引入对角权重矩阵,为每一个特征维分别赋予权重,增加模型的表示能力.同时受TransD方法的启发,将实体与关系通过动态映射矩阵建立空间投影模型,来增强模型对复杂关系的处理能力,最后将两种优化集成在一个模型中.实验结果表明,新方法TransAD优于Trans(E,H,R,D),在链路预测和三元组分类任务的各项指标上均有提升,有一定的先进性.
基金项目
中国科学院STS计划项目(KFJ-STS-QYZD-102)
中国科学院青年创新促进会项目(Y9290802)
中国科学院西部之光—西部青年学者A类资助项目(2018-XBQNXZ-A-003)
自治区天山青年计划项目(2018Q032)
国家科技期刊平台
NSTL
维普
万方数据