期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于收益塑造技术的知识图谱多跳推理
1
作者
姚章俊
《计算机工程与设计》
北大核心
2023年第8期2389-2398,共10页
为解决现存多跳推理方法存在的泛化能力差、难以解释等问题,在基于策略的强化学习框架下,通过推理智能体扩展推理路径的方式解决,将实体对间的路径搜索问题转换为选择多个关系边和实体节点的序列决策问题。提出DRL-MHR(deep reinforceme...
为解决现存多跳推理方法存在的泛化能力差、难以解释等问题,在基于策略的强化学习框架下,通过推理智能体扩展推理路径的方式解决,将实体对间的路径搜索问题转换为选择多个关系边和实体节点的序列决策问题。提出DRL-MHR(deep reinforcement learning for multi-hop reasoning)算法,将经过语义和拓扑表征的实体节点与关系边按照建模要求组成知识图谱强化学习环境,利用收益塑造技术,通过最大化推理智能体的收益,学习最优搜索路径。DRL-MHR算法在一次和三次命中率方面有显著改进,提升了多跳推理在不同量级和领域知识图谱上的问答应用能力。
展开更多
关键词
强化学习
多跳推理
知识图谱
收益塑造
图神经网络
推理智能体
序列决策
下载PDF
职称材料
题名
基于收益塑造技术的知识图谱多跳推理
1
作者
姚章俊
机构
西南电子技术研究所第四事业部
出处
《计算机工程与设计》
北大核心
2023年第8期2389-2398,共10页
基金
国家自然科学基金联合基金项目(U19A2078)
国防预研基金项目(315025104)
四川省科技计划基金项目(2020YFG0009)。
文摘
为解决现存多跳推理方法存在的泛化能力差、难以解释等问题,在基于策略的强化学习框架下,通过推理智能体扩展推理路径的方式解决,将实体对间的路径搜索问题转换为选择多个关系边和实体节点的序列决策问题。提出DRL-MHR(deep reinforcement learning for multi-hop reasoning)算法,将经过语义和拓扑表征的实体节点与关系边按照建模要求组成知识图谱强化学习环境,利用收益塑造技术,通过最大化推理智能体的收益,学习最优搜索路径。DRL-MHR算法在一次和三次命中率方面有显著改进,提升了多跳推理在不同量级和领域知识图谱上的问答应用能力。
关键词
强化学习
多跳推理
知识图谱
收益塑造
图神经网络
推理智能体
序列决策
Keywords
reinforcement learning
multi-hop reasoning
knowledge graph
reward shaping
GNN
reasoning agent
sequential decision
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于收益塑造技术的知识图谱多跳推理
姚章俊
《计算机工程与设计》
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部