首页|基于多层交互图卷积网络的链接预测算法

基于多层交互图卷积网络的链接预测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
现有的知识图谱链接预测方法中,基于图卷积网络的模型只考虑实体的嵌入表示,而忽略了与周围邻居节点间丰富的关系信息,并且模型往往是基于浅层的图卷积网络构建,难以提取深层特征.针对这些问题,提出一种基于多层交互图卷积网络的链接预测算法.该算法由编码器和解码器两部分组成.编码器部分采用多层图卷积网络进行学习,加深了图卷积网络模型深度,能够充分地利用节点周围的关系信息,同时融合实体与关系的嵌入表示.解码器部分采用卷积神经网络进行预测,对输入的实体、关系嵌入表示进行了特征重组,同时用循环卷积代替普通卷积,增加了特征之间的交互性.在公开数据集FB15k-237和WN18RR上的链接预测实验结果表明,该算法的效果要优于当下所有基于图卷积网络的链接预测算法.
LINK PREDICTION ALGORITHM BASED ON MULTI-LAYER INTERACTIVE GRAPH CONVOLUTION NETWORK

Knowledge graphLink predictionGCN

周小舒、吴金明、黄伟、徐怀宇

展开 >

上海科技大学信息科学与技术学院 上海 200120

中国科学院上海高等研究院 上海 200120

中国科学院大学 北京 100049

知识图谱 链接预测 图卷积网络

中国科学院战略性先导科技专项SEANET规模试验验证评估与示范应用项目

XDC02000000XDC02070800

2023

10.3969/j.issn.1000-386x.2023.11.040

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2023.40(11)
  • 11