基于动态邻居选择的知识图谱事实错误检测方法

由于知识图谱(knowledge graph,KG)的构建和更新通常依赖大量网络数据和自动化方法,因此其中建模和获取的知识内容难免存在各种事实错误。为了解决这个问题,提出一种新知识图谱事实错误检测方法。该方法动态选择待检测事实的邻居节点,通过捕捉头尾实体之间的复杂关系来判断事实是否存在错误。首先利用图结构信息确定每个实体的潜在邻居;然后根据实体的上下文信息动态地选择相关邻居,进而使用高效的图注意力网络编码节点的特性;最终通过计算节点的头尾实体表示的一致性,判断待检测事实是否存在错误,并在多个公开的知识图谱数据集上进行实验。结果表明,该方法在错误检测方面表现优于现有的方法。