典型文献
融合GAT和CapsNet的链接预测研究
文献摘要：
为解决现有的链接预测模型不能有效考虑三元组之间潜在关系的局限性,提出了一种融合图注意力网络(Graph Attention Networks,GAT)和胶囊神经网络(Capsules Noural Networks,CapsNet)的知识图谱链接预测模型,使用图注意力捕获每个实体邻域中的实体和关系特征,引入胶囊神经网络来解码三元组,通过胶囊神经网络节点嵌入特征的学习,生成连续向量与权重向量做点积运算,再构建评分函数用于判断三元组的准确性.在WN18RR和FB15K-237数据集上进行实验,结果表明该模型可以有效处理链接预测任务.
文献关键词：
链接预测;胶囊神经网络;图注意力;知识图谱补全
中图分类号：
作者姓名：
王凯莉;周子力;陈丹华;周淑霄
作者机构：
曲阜师范大学 网络空间安全学院,山东 曲阜 273165
文献出处：
引用格式：
[1]王凯莉;周子力;陈丹华;周淑霄-.融合GAT和CapsNet的链接预测研究)[J].通信技术,2022(02):143-150
A类：
Noural
B类：
GAT,CapsNet,链接预测,预测研究,三元组,潜在关系,图注意力网络,Graph,Attention,Networks,胶囊神经网络,Capsules,实体邻域,关系特征,解码,网络节点,节点嵌入,嵌入特征,权重向量,再构,WN18RR,FB15K,知识图谱补全
AB值：
0.378407
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。
