基于关联文本的知识图谱表示学习研究

近年来的研究表示,知识图谱嵌入对于学习多关系数据的表示是有效的。但是,大多数方法都局限于知识图谱中的结构化数据,这阻碍了实体语义信息的全面表达。因此,要优化嵌入,重要的是考虑更广泛的信息来源,例如文本、图像等。通过获取每个实体的相关文本文档,根据关系生成文本表示,与此同时生成结构表示,将两种表示联合学习。通过链接预测任务评估模型效果,与单独的平移距离模型相比,这种方法有更好的性能。