基于置信度的知识图谱内部长尾噪音检测

提出一种置信度模型,量化判别三元组的准确度。该模型包含3个方面:知识表示中的实体强度关联计算;语义识别中的长尾特征计算;实体环境结构评估的置信度计算。最终目标是利用置信度检测知识图中存在的长尾噪声。在真实世界数据集FB15K上,实验验证了噪音数据集构造的合理性。长尾噪音检测实验中,验证了该模型的优越性。在阈值实验中,其噪音识别准确率稳定在90%以上。实验结果表明,与其它模型相比,该模型取得了显著且一致的改进。