典型文献
Trans_isA:一种基于实体属性和语义层次的表示学习方法
文献摘要：
传统的表示学习方法将三元组按照独立的个体进行表示,使得实体和关系的表示向量缺乏语义层次信息.同一关系(如is_A关系)链接的两个实体,其自身属性以及语义范畴都可能是不相同的,因此在对is_A关系三元组进行表示学习时,要将头实体和尾实体区分开,以不同的方法进行编码.为此,首先将is_A关系下的实体编码为一个球体,球体间相对位置表示为实体间关系;然后在实体属性的基础上,利用二元关系的传递性判定条件对实体间语义层次进行建模,将其命名为Trans_isA模型.在WN18RR数据集上对Trans_isA进行了链接预测和三元组分类实验,验证了模型的有效性.
文献关键词：
知识图谱;表示学习;实体属性;语义层次
中图分类号：
作者姓名：
李天宇;王艳娜;周子力;赵晓函
作者机构：
曲阜师范大学网络空间安全学院,273165,山东省曲阜市
文献出处：
引用格式：
[1]李天宇;王艳娜;周子力;赵晓函-.Trans_isA:一种基于实体属性和语义层次的表示学习方法)[J].曲阜师范大学学报（自然科学版）,2022(02):71-78
A类：
isA
B类：
Trans,实体属性,语义层次,表示学习方法,语义范畴,球体,相对位置,二元关系,传递性,WN18RR,链接预测,三元组分类
AB值：
0.240781
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
