典型文献
面向知识图谱的图嵌入学习研究进展
文献摘要：
知识图谱是一种用网络结构存储知识的知识库,在知识图谱中,单条知识被表示成三元组的形式,即(头实体,关系,尾实体).得力于知识图谱在各个领域的广泛应用,面向知识图谱的图嵌入学习也得到越来越多研究人员的关注.面向知识图谱的图嵌入学习任务旨在为图谱中的实体与关系学习低维且稠密的向量,通过图嵌入向量表达实体与关系的语义信息以及度量实体之间、关系之间、实体与关系之间的语义联系,已有许多研究证明图嵌入模型在下游任务中的有效性.近年来,越来越多研究人员开始关注知识图谱的图嵌入学习,并取得大量的研究成果,尝试将图嵌入算法分成了基于转移思想、基于张量分解、基于传统深度学习模型、基于图神经网络以及融入额外信息的图嵌入学习共5大类,梳理、介绍各类图嵌入算法的设计思路、算法特征以及优缺点,以帮助指导初步接触该领域的研究人员快速学习了解该研究领域的相关模型和算法.
文献关键词：
知识图谱;图嵌入学习;表示学习;链接预测
中图分类号：
作者姓名：
杨东华;何涛;王宏志;王金宝
作者机构：
哈尔滨工业大学计算学部,黑龙江哈尔滨150001;哈尔滨工业大学分析测试与计算中心,黑龙江哈尔滨150001
文献出处：
引用格式：
[1]杨东华;何涛;王宏志;王金宝-.面向知识图谱的图嵌入学习研究进展)[J].软件学报,2022(09):3370-3390
A类：
图嵌入学习
B类：
学习研究,知识库,单条,三元组,得力于,学习任务,关系学习,低维,稠密,嵌入向量,向量表达,语义信息,嵌入模型,基于转移,张量分解,深度学习模型,图神经网络,算法特征,相关模型,和算,表示学习,链接预测
AB值：
0.242067
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。
