摘要
近年来,知识表示学习已经成为知识图谱领域研究的热点.为了及时掌握当前知识表示学习方法的研究现状,通过归纳与整理,将具有代表性的知识表示方法进行了介绍和归类,主要分为传统的知识表示模型、改进的知识表示模型、其他的知识表示模型.对每一种方法解决的问题、算法思想、应用场景、评价指标、优缺点进行了详细归纳与分析.通过研究发现,当前知识表示学习主要面临关系路径建模、准确率、复杂关系处理的挑战.针对这些挑战,展望了采用关系的语义组成来表示路径、采用实体对齐评测指标、在实体空间和关系空间建模,以及利用文本上下文信息以扩展KG的语义结构的解决方案.
国家科技期刊平台
NSTL
维普
万方数据