基于神经张量网络的知识推理技术研究与实现

发布时间：2021-11-13 18:04

　　目前,主流的大型知识库,例如DBpedia、NELL等大多采用信息抽取的方式进行自动化构建,该构建方式具有人工干涉较少、知识库中知识更新及时等优势,但是也带来了知识库完备性的问题。知识库中往往会存在知识缺失的情况,这大大降低了知识库知识的完备性。为了提升知识图谱相关应用的质量,就必须得提升知识库的完备性。如何通过自动化方式来对缺失知识补全成为了知识库构建过程中的一个关键问题。知识推理技术就是基于知识库中现有的知识,对实体间缺失的关系进行推理补全,从而提升知识库中知识的完备性。本文主要针对基于低维度实体语义向量的经典模型-神经张量网络模型NTN中的存在的一些问题,进行了相应的分析和改进,主要包含了以下几项工作:（1）简要概述了知识图谱构建过程中的一些重要技术并对目前国内外知识推理相关技术进行了分析介绍,包括基于逻辑规则、基于关系路径、基于语义向量等主流的几类知识推理技术的优缺点分析。（2）以往实体向量大多采用随机化或者预训练的方式完成初始化,本论文针对上述两种方式尚存的一些不足,提出了一种基于实体属性Type分类初始化实体语义向量的方式。相对于随机初始化实体语义向量的方式,该方式在Wor... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

<姚明，国籍、中国>是否为事实？

图 2.3 推理机的一次推理过程识推理方式的优点是规则由相关领域经推理得到的知识可靠性较高。缺点也是显示都需要大量的人工干预，这样不可避，由于人工干预，专家本身的主观性也会

图 2.4 知识图谱的部分关联网络RA 的主要任务在于给定某种关系，预测这种关系在两实体间是否成 给 定 一 种 关 系 r 以 及 两 个 基 本 实 体 s,t ， 但 是 ( ) ，识库已知的所有知识。算法的任务就是要判定( )是否为成立的三的学习阶段主要分为特征抽取、特征转化计算、分类器建模三部分。

【参考文献】：
期刊论文
[1]中医药知识图谱构建与应用[J]. 阮彤,孙程琳,王昊奋,方之家,殷亦超.  医学信息学杂志. 2016(04)
[2]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光.  计算机研究与发展. 2016(03)
[3]国内知识图谱应用研究综述[J]. 胡泽文,孙建军,武夷山.  图书情报工作. 2013(03)
[4]科学知识图谱应用研究概述[J]. 廖胜姣,肖仙桃.  情报理论与实践. 2009(01)
[5]基于混合模型的中文命名实体抽取系统[J]. 王睿,张洁,张由仪,于禛,姚天昉.  清华大学学报(自然科学版). 2005(S1)



本文编号：3493464