重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (8): 231-237.
唐广谦,李 波
摘要: 大多数知识图谱补全模型是将信息转变为便于处理的静态三元组,忽略了实体和 关系在不同语义条件下的动态属性和信息,导致模型分析和发现上下文信息的能力存在不足。 为此,提出了动态分配注意力得分的知识图谱补全模型(DASKGC),该模型能够为每个实体和 关系自适应调整匹配度得分。用邻居信息交互编码器来获取实体在不同语义下的角色信息,用 路径匹配处理的方法来获取实体间的准确关系,通过损失函数来更新三元组在不同语义下的相 关性分数。实验结果表明:所提出的 DASKGC在数据集 Nell995上的 MMR值为 895%,在数 据集 DDB14和 FB15K237上 Hits@1分别为 93.9%和 92.4%,其他的 Hits指标也有良好的 表现。
中图分类号: