×

如何使用实体相似度信息的知识图谱补全算法

消耗积分:0 | 格式:rar | 大小:0.77 MB | 2018-11-19

分享资料个

　　为了解决知识图谱的链接预测问题，提出了一种共享变量的神经网络模型（LCPE），该模型通过将实体和关系嵌入到向量空间中实现对链接的预测。通过分析UnstructuredModel，推导出在向量空间中两个有关系的实体嵌入距离更近，即相似的实体之间更可能具有关系，LCPE模型将ProjE模型和实体之间的相似度信息进行融合，在判断两个实体是否有关系的基础_上判断具体关系类型。三元组预测实验中，LCPE模型在与ProjE 模型参数规模相同的情况下，在公开数据集WN18中，正例三元组的平均得分排名（ Mean Rank）比ProjE 提前了11，而正例三元组在前10名中出现的概率Hit@10比ProjE提升了0.2个百分点;在FB15k中，Mean Rank 提前了7.5，Hits@10平均提升了3. 05个百分点：证明了LCPE 模型能够将实体相似度信息融入ProjE 中并有效提升预测准确度。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !