首页|融合实体概念描述与图像特征的知识图谱表示学习研究

融合实体概念描述与图像特征的知识图谱表示学习研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
知识图谱表示学习将实体和关系映射到一个连续的低维空间.传统学习方法是从结构化的三元组学习知识表示,忽略了三元组之外与实体相关的丰富多源信息.针对该问题,提出一种将实体概念描述和图像特征与事实三元组相结合的知识图谱表示学习模型DIRL.首先,利用BERT模型进行实体概念描述的语义表示;其次,使用CNN编码器对图像总体特征进行提取,然后通过基于注意力的方法表示图像特征;最后,将基于概念描述的表示和基于图像特征的表示与翻译模型TransR结合起来进行知识图谱表示学习.通过实验验证,DIRL模型优于现有方法,提高了多源信息知识图谱表示的有效性.
Research on knowledge graph representation learning combining entity concept description and image features

缴霖境、闫威

展开 >

辽宁大学 信息学院,沈阳 110036

辽宁大学 创新创业学院,沈阳 110036

知识图谱 表示学习 实体概念描述 图像特征 知识图谱补全

2021

10.19734/j.issn.1001-3695.2020.06.0164

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(6)
  • 4
  • 5