一种精细表示多值属性的知识图谱嵌入模型

发布时间：2021-06-06 15:33

　　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。 

【文章来源】：计算机与数字工程. 2020,48(03)

【文章页数】：6 页

【部分图文】：

平面（该超平面的法向量是we）图1KGE-EAV模型的基本思想2.2三元组表示e4a2a2v32包含向量e′的实体特定的超


本文编号：3214664