基于双层随机游走的关系推理算法

发布时间：2020-10-22 00:03

　　 关系推理是知识库构建的关键技术之一,典型应用场景包括关系预测和实体链接等.关系推理研究的问题是如何利用知识库中已有的知识推理得到新的知识.当前主流知识库采用的推理模型包括潜在因子模型和随机游走模型.前者将实体和关系映射到一个低维实数向量空间,通过向量相似度计算实现推理.后者基于一阶谓词逻辑进行实体间的关系推理,通过随机算法降低算法复杂度.比较而言,前者由于需要进行大规模矩阵运算而计算复杂度较高,后者则因为采用了随机采样方法,难以完全利用知识库中已有的结构化信息,而导致召回率较低.通过研究现有随机游走模型基本假设存在的问题,提出了两项新的推理建模假设.首先,以PRA为代表的随机游走模型采用关系单向性假设,将知识库中的实体关系三元组视为一阶Horn子句,将关系处理为主语和宾语间的偏序关系,该文提出的假设是,尽管实体间的关系从字面和句法上具有方向性,但关系所包含的信息对两侧实体而言具有语义上的双向性,允许关系推理算法利用从宾语到主语的逆向关系语义进行知识推理;其次,PRA算法采用一阶谓词逻辑进行推理,并通过引入一个随机采样机制来避免穷举搜索和提高计算速度,该文认为这是导致PRA算法及类似算法无法完全利用知识库中已有信息的一个主要原因,据此提出了一个新的假设,即知识库中特定关系子网的拓扑结构所包含的信息可以被利用来改善随机游走模型的关系推理结果,为验证上述假设的有效性,提出了一种基于双层随机游走策略的关系推理新算法,在WN18、FB15K和FB40K等公开数据集上的实验结果表明,该算法能够有效地提高基于随机游走的关系推理模型的准确性和召回率,性能显著优于当前主流的基于潜在因子模型的关系推理算法.
【文章目录】：
1 引言
2 相关工作
    2.1 潜在因子模型
    2.2 随机游走模型
    2.3 本文工作与相关工作的关系
3 基于双层随机游走的关系推理算法
    3.1 算法设计思想概述
    3.2 全局关系推理算法
    3.3 局部关系推理算法
    3.4 推理结果融合算法
    3.5 算法复杂度分析
4 实验结果与分析
    4.1 实验数据
    4.2 实验方法与评价指标
    4.3 算法性能综合测评
    4.4 局部关系推理机制的影响分析
5 结束语
Background

【参考文献】

相关期刊论文 前3条

1 王元卓;贾岩涛;刘大伟;靳小龙;程学旗;;基于开放网络知识的信息检索与数据挖掘[J];计算机研究与发展;2015年02期

2 顾荣;王芳芳;袁春风;黄宜华;;YARM:基于MapReduce的高效可扩展的语义推理引擎[J];计算机学报;2015年01期

3 钟秀琴;刘忠;丁盘苹;;基于混合推理的知识库的构建及其应用研究[J];计算机学报;2012年04期

【共引文献】

相关期刊论文 前10条

1 简琦琛;张太华;何二宝;伍权;;一种基于PLM的产品数据智能模型及应用[J];贵州科学;2017年03期

2 王晓静;李琦;;大型计算机网络中的非正常数据挖掘技术研究[J];现代电子技术;2017年12期

3 李超;柴玉梅;高明磊;昝红英;;句法分析和深度神经网络在中文问答系统答案抽取中的研究[J];小型微型计算机系统;2017年06期

4 彭如香;杨涛;孔华锋;王永剑;;基于广告联盟的虚拟身份画像方法研究[J];计算机应用与软件;2017年06期

5 关欣;邵长安;;网络大数据应用的过程模型建构及数据问题分析[J];图书情报工作;2017年05期

6 任秀春;;基于RDF三元组的电子商务竞争者数据挖掘[J];电子设计工程;2017年10期

7 叶怡新;汪璟玢;;基于Spark的分布式并行推理算法[J];计算机系统应用;2017年05期

8 许抗震;吴云;;基于Hadoop的网络日志挖掘方案的设计[J];现代电子技术;2017年09期

9 纪建钊;;大数据时代背景下的网络建设[J];电子技术与软件工程;2017年06期

10 李涛;王次臣;李华康;;知识图谱的发展与构建[J];南京理工大学学报;2017年01期

【二级参考文献】

相关期刊论文 前10条

1 陈立玮;冯岩松;赵东岩;;基于弱监督学习的海量网络数据关系抽取[J];计算机研究与发展;2013年09期

2 王元卓;靳小龙;程学旗;;网络大数据:现状与展望[J];计算机学报;2013年06期

3 李国杰;程学旗;;大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J];中国科学院院刊;2012年06期

4 钟秀琴;刘忠;丁盘苹;;基于混合推理的知识库的构建及其应用研究[J];计算机学报;2012年04期

5 万长林;史忠植;胡宏;张大鹏;;基于本体的语义Web服务QoS描述和发现[J];计算机研究与发展;2011年06期

6 ;Ranking effects of candidate drugs on biological process by integrating network analysis and Gene Ontology[J];Chinese Science Bulletin;2010年26期

7 许文艳;刘三阳;;知识库系统的逻辑基础[J];计算机学报;2009年11期

8 汤庸;林鹭贤;罗烨敏;潘炎;;基于自动问答系统的信息检索技术研究进展[J];计算机应用;2008年11期

9 董振东;董强;郝长伶;;知网的理论发现[J];中文信息学报;2007年04期

10 眭跃飞;高颖;曹存根;;NKI中的本体、框架和逻辑理论(英文)[J];软件学报;2005年12期

【相似文献】

相关期刊论文 前10条

1 陈君华;胡昌振;;基于随机游走的蠕虫网络演化研究[J];信息网络安全;2009年07期

2 吴迪;周利娟;林鸿飞;;基于随机游走的就业推荐系统研究与实现[J];广西师范大学学报(自然科学版);2011年01期

3 李星;钟志农;李洋;;一种随机游走中心性的快速算法[J];计算机应用研究;2013年08期

4 苏浩航;张义门;张玉明;解敏;满进财;;基于改进的压缩式随机游走算法对静态电源/地网的模拟[J];计算物理;2007年06期

5 任磊;杜建邦;邵春江;;光纤惯导角度随机游走误差传播特性研究[J];宇航学报;2013年05期

6 刘阳;季新生;刘彩霞;;网络社区发现优化:基于随机游走的边权预处理方法[J];电子与信息学报;2013年10期

7 曹颖;郝欣;朱晓恩;夏顺仁;;基于自动随机游走的乳腺肿块分割算法[J];浙江大学学报(工学版);2011年10期

8 李靖;冀中;;图像多样性重排序技术综述[J];信息技术;2013年06期

9 刘辉;;基于随机游走算法的社交网络构建[J];湖北成人教育学院学报;2014年01期

10 宋锐;汤建勋;周健;;工作电流对二频机抖激光陀螺角随机游走影响的研究[J];激光杂志;2010年02期

相关博士学位论文 前6条

1 邓凯英;复杂网络搜索策略及相关模型的数值方法[D];东北师范大学;2015年

2 徐晓华;图上的随机游走学习[D];南京航空航天大学;2008年

3 孙甲申;基于主题模型和随机游走的标签技术研究[D];北京邮电大学;2013年

4 吕强;面向高性能和强表达力的自动规划[D];中国科学技术大学;2013年

5 赵学华;统计网络模型若干关键问题研究[D];吉林大学;2014年

6 廖振;基于查询点击核心图的查询推荐问题研究[D];南开大学;2013年

相关硕士学位论文 前10条

1 何岱洧;Z~d上使Schramm的上界达到的旋转配置[D];复旦大学;2014年

2 田新春;回火老化效应及其扩散方程[D];兰州大学;2015年

3 鞠薇;基于随机游走和图割算法的PET-CT肺肿瘤分割[D];苏州大学;2015年

4 祝霖;基于随机游走的动态社团划分算法[D];上海交通大学;2015年

5 孙星;基于部分吸收随机游走的协同显著性检测[D];大连理工大学;2015年

6 宋文静;基于多条随机游走的图像检索[D];河南大学;2015年

7 汪帮菊;基于随机游走的复杂网络聚类算法研究[D];安徽大学;2016年

8 兰佳妮;基于分组—偏向随机游走的闪存地址映射及磨损均衡算法研究[D];西南交通大学;2016年

9 金连宝;基于分层信息融合和随机游走的显著性检测[D];南昌航空大学;2016年

10 冯维思;多属性随机游走在社会网络中的应用[D];西南大学;2016年

本文编号：2850790