-
题名多语义关系嵌入的知识图谱补全方法
被引量:2
- 1
-
-
作者
尹华
肖石冉
陈智全
胡振生
龙泳潮
-
机构
广东财经大学信息学院
广东省智能商务工程技术研究中心
中山大学计算机科学与工程学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第2期467-477,共11页
-
基金
国家自然科学基金面上项目(12271111)
教育部人文社会科学研究青年基金项目(21YJCZH202)
广东省普通高校创新团队项目(2022WCXTD008)。
-
文摘
基于知识表示的知识图谱补全方法将实体与关系转化为分布式向量,通过向量计算补全缺失关系。现有的知识表示模型将关系看作单一向量,损失了部分关系语义。而传统关系多语义细分模型由于参数较多,时耗较大难以在大规模知识图谱上应用。提出了一种多语义关系嵌入的知识图谱补全方法(MSRE),在复数域空间中反向计算关系角度向量,基于Mean-Shift构建各关系的语义分量簇,优化RotatE得分函数为语义分量簇中最恰当的关系语义分量得分。该方法在扩充关系表示的同时,保证了三元组运算中的唯一性。在公开数据集FB15K-237、WN18RR上的链路预测和三元组分类的实验结果表明,该方法可以挖掘关系的潜在语义,保持较低的时间复杂度,且在多数指标上相较于主流模型有一定的性能提升。
-
关键词
知识图谱
关系多语义
关系嵌入
聚类
-
Keywords
knowledge graph
relation multiple semantics
relation embedding
clustering
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多语义关系的个性化查询扩展方法
被引量:4
- 2
-
-
作者
伍璇
周栋
-
机构
湖南科技大学计算机科学与工程学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2017年第11期1039-1047,共9页
-
基金
国家自然科学基金项目(No.61300129)
湖南省自然科学基金项目(No.2017JJ2101)
+1 种基金
湖南省教育厅项目(No.16K030)
湖南省研究生科研创新项目(No.CX2017B650)资助~~
-
文摘
随着数字内容不断增长,信息检索技术已经不能满足不同用户对高精度信息内容获取的需求.文中提出基于多语义关系的个性化查询扩展方法,并应用于基于社会化标签的个性化搜索系统.模型使用标签-主题模型对用户兴趣模型进行建模,能够更有效地表达语义和提升搜索效果.在此基础上,进一步提出基于多语义关系的个性化查询扩展方法,利用社会化标签的多重语义特征进行扩展词的选择.在大规模真实社会化标签数据集上的实验表明,文中方法优于非个性化搜索及其它基于社会化标签系统的个性化查询扩展方法.
-
关键词
主题模型
社会化标签
多语义关系
查询扩展
-
Keywords
Topic Model, Social Tagging, Multiple Semantic Relationship, Query Expansion
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-