典型文献
基于时序感知的动态知识图谱补全方法
文献摘要：
针对动态知识图谱的补全方法大多将时间维度内嵌于实体或关系中,将四元组降维成三元组后以静态知识图谱补全理论进行补全.静态补全方法通常只对实体关系建模,忽略了时间信息在四元组中的重要作用.同时知识库内时间表述存在稀疏性和不规则性.针对以上问题,提出了时序感知编码器和时序卷积解码器.时序感知编码器将时间维度同实体和关系嵌入为同规模向量,通过改进的图卷积神经网络实现四元组的特征提取.针对时序编码器特征提取后的四元组向量,时序卷积解码器利用卷积神经网络评估全局关系以进行链接预测.所提出的方法可以提供更精确的时间维度特征,提升补全时序图谱的性能.在ICEWS14、ICEWS05-15、Wikidata12k和YAGO11k数据集上的实验验证了提出方法的有效性,同时链接预测效果较优.
文献关键词：
动态知识图谱补全;链接预测;图卷积神经网络;注意力机制
中图分类号：
作者姓名：
李凤英;范伟豪
作者机构：
桂林电子科技大学 广西可信软件重点实验室,广西 桂林 541004
文献出处：
引用格式：
[1]李凤英;范伟豪-.基于时序感知的动态知识图谱补全方法)[J].计算机工程与应用,2022(15):202-209
A类：
动态知识图谱补全,ICEWS14,ICEWS05,Wikidata12k,YAGO11k
B类：
时间维度,内嵌,四元组,三元组,实体关系,关系建模,时间信息,知识库,库内,时间表,稀疏性,规则性,感知编码,编码器,解码器,关系嵌入,图卷积神经网络,时序编码,网络评估,链接预测,维度特征,时序图,注意力机制
AB值：
0.218296
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。
