一种精细表示多值属性的知识图谱嵌入模型

知识图谱嵌入模型KR-EAR用实体及其属性值的嵌入(向量)来定义属性三元组的评分函数,导致多值属性的不同属性值学得的嵌入很相似,即KR-EAR未能精细地表示多值属性,从而影响下游任务的准确度。论文通过改进KR-EAR的属性三元组表示来提出一种精细表示多值属性的知识图谱嵌入模型,称为KGE-EAV。在KGE-EAV的属性值空间中,每个实体都对应一个超平面,该实体的每个属性值嵌入都在该超平面上形成一个投影向量;KGE-EAV用这样的投影向量(而不是属性值嵌入)来定义属性三元组的评分函数,从而可以为多值属性的不同属性值学得不同的嵌入。实验表明,在实体预测和属性预测两项任务上,KGE-EAV的准确度均优于KR-EAR和三个基线模型。

基于中医证型知识库的辨证模型研究

目的研究一种基于中医证型知识库的辨证模型,为计算机辅助辨证提供模型支持。方法在"对象—属性—属性值"三元组(OAV)证型知识规则表示方法的基础上,依据关联规则算法计算症状体征—证型的置信度,以证型为基准进行归一化处理后的置信度作为症状体征—证型的权值因子,证型知识规则因此表示为"对象—属性—属性值—权值"(OAVW);基于OAVW知识规则,通过计算激活证型的症状体征的权值和,来辅助判断患者所属的证型;并以文献中的证型描述为验证数据,采用该模型进行计算机模拟辨证,以验证模型的适用性。结果来自文献的肺阴虚证临床表现,经过模拟辨证分析,得到各证型的权值和依次为肺阴虚证(1.0)、心肺阴虚证(0.676)、心肺阴虚血瘀证(0.608),辨证结果与文献相符,并提供了更多相关证型的信息。结论基于中医证型知识库的辨证模型在肺阴虚证上的实验结果表明该模型具有理论正确性和可行性,可以为计算机辅助辨证提供一定模型支持。