知識圖譜的嵌入和路徑知識推理都是知識推理研究的重要方向,近年來,出現(xiàn)了一些將這兩種方法相結(jié)合的知識推理算法,性能比起原有的算法有了很大提高.然而,這些算法大多是用求加權(quán)平均值的方法將路徑信息納入評分,忽略了在特殊情況下某些關(guān)鍵路徑對推理結(jié)果的決定性影響.針對這個問題,提出了一種新的將知識圖譜的嵌入和路徑知識推理相結(jié)合的算法PSTransE,引入了概率學(xué)的方法,用路徑和關(guān)系的向量相似性來代替由路徑推理出關(guān)系的概率,反向求出由所有路徑都推理不出目標(biāo)關(guān)系的概率進而得到能夠推理出目標(biāo)關(guān)系的概率.在綜合考慮所有相關(guān)路徑信息的同時,使得關(guān)鍵路徑能夠直接確定推理結(jié)果.實驗表明,PSTransE比原有算法有了明顯的提高.

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 相關(guān)工作
3 基于路徑相似度和嵌入模型的知識推理
    3.1 模型構(gòu)建
    3.2 損失函數(shù)
    3.3 路徑選擇
4 實驗
    4.1 實體預(yù)測
    4.2 關(guān)系預(yù)測
5 結(jié)論



本文編號：4047832