删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于张量分解的知识超图链接预测模型

本站小编 Free考研考试/2022-01-01

王培妍,段磊,郭正山,蒋为鹏,张译丹
(四川大学计算机学院 成都 610065) (wongpy@stu.scu.edu.cn)
出版日期: 2021-08-01


基金资助:国家自然科学基金项目(61972268);国家重点研发计划项目(2018YFB0704301-1);四川省科技计划项目(2020YFG0034)

Knowledge Hypergraph Link Prediction Model Based on Tensor Decomposition

Wang Peiyan, Duan Lei, Guo Zhengshan, Jiang Weipeng, Zhang Yidan
(School of Computer Science, Sichuan University, Chengdu 610065)
Online: 2021-08-01


Supported by:This work was supported by the National Natural Science Foundation of China (61972268), the National Key Research and Development Program of China (2018YFB0704301-1), and the Sichuan Science and Technology Program (2020YFG0034).




摘要/Abstract


摘要: 知识超图包含了现实世界中的事实,并给出这些事实的结构化表示.但知识超图无法包括所有事实,所以其是高度不完整的.链接预测方法致力于根据现有实体间链接推理缺失链接,因此广泛应用于知识库补全.目前大多数研究集中于二元关系知识图谱的补全.然而,现实世界中实体间的关系通常是非二元的,即关系中涉及的实体通常多于2个.相较于知识图谱,知识超图能够以一种灵活且自然的方式来表示这些复杂的多元关系.对此,设计一个基于张量分解的知识超图链接预测模型Typer,显式地为不同关系以及不同位置上实体的角色建模,并对关系进行细化分解以提升模型性能.同时,考虑到促进实体与关系间的信息流动有助于学习实体和关系的嵌入表示,提出窗口的概念,以增加实体与关系的交互.此外,证明了Typer模型具有完全表达性,并给出了使模型具有完全表达性的嵌入表示维度边界.在多个公开真实知识超图数据集上进行了详实的实验,实验表明Typer模型能有效解决知识超图链接预测问题,并在所有数据集上取得了较其他方法更好的结果.






[1]储晓恺, 范鑫鑫, 毕经平. 基于K阶互信息估计的位置感知网络表征学习[J]. 计算机研究与发展, 2021, 58(8): 1612-1623.
[2]宋蕊, 李童, 董鑫, 丁治明. 基于元路径嵌入的移动应用需求偏好分析方法[J]. 计算机研究与发展, 2021, 58(4): 749-762.
[3]陈可佳, 鲁浩, 张嘉俊. 条件变分时序图自编码器[J]. 计算机研究与发展, 2020, 57(8): 1663-1673.
[4]崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE:基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251.
[5]高腾飞,刘勇琰,汤云波,张垒,陈丹. 面向时间序列大数据海量并行贝叶斯因子化分析方法[J]. 计算机研究与发展, 2019, 56(7): 1567-1577.
[6]罗晟,苗夺谦,张志飞,张远健,胡声丹. 基于层次信息粒表示的属性图链接预测模型[J]. 计算机研究与发展, 2019, 56(3): 623-634.
[7]杨晓慧,万睿,张海滨,曾义夫,刘峤. 基于符号语义映射的知识图谱表示学习算法[J]. 计算机研究与发展, 2018, 55(8): 1773-1784.
[8]刘峤,韩明皓,杨晓慧,刘瑶,吴祖峰. 基于表示学习和语义要素感知的关系推理算法[J]. 计算机研究与发展, 2017, 54(8): 1682-1692.
[9]陈德华,殷苏娜,乐嘉锦,王梅,潘乔,朱立峰. 一种面向临床领域时序知识图谱的链接预测模型[J]. 计算机研究与发展, 2017, 54(12): 2687-2697.
[10]廖国琼,姜珊,周志恒,万常选. 基于位置社会网络的双重细粒度兴趣点推荐[J]. 计算机研究与发展, 2017, 54(11): 2600-2610.
[11]王鑫,王英,左万利. 基于交互意见和地位理论的符号网络链接预测模型[J]. 计算机研究与发展, 2016, 53(4): 764-775.
[12]廖国琼,王汀利,邓琨,万常选. 离线瞬态社会网络中的多用户位置邻近预测[J]. 计算机研究与发展, 2016, 53(11): 2645-2653.
[13]刘冶,朱蔚恒,潘炎,印鉴. 基于低秩和稀疏矩阵分解的多源融合链接预测算法[J]. 计算机研究与发展, 2015, 52(2): 423-436.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4468
相关话题/计算机 知识 网络 数据 信息

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于K阶互信息估计的位置感知网络表征学习
    储晓恺1,2,范鑫鑫2,毕经平21(中国科学院大学北京100049);2(中国科学院计算技术研究所北京100190)(chuxiaokai@ict.ac.cn)出版日期:2021-08-01基金资助:国家自然科学基金项目(62077044,61702470,62002343)Position-Awa ...
    本站小编 Free考研考试 2022-01-01
  • 基于病毒传播网络的基因序列表示学习
    马扬,刘泽一,梁星星,程光权,阳方杰,成清,刘忠(国防科技大学系统工程学院长沙410073)(yang_ma_cn@163.com)出版日期:2021-08-01基金资助:国家自然科学基金项目(62073333);湖南省研究生科研创新项目(CX20200069)GeneSequenceReprese ...
    本站小编 Free考研考试 2022-01-01
  • 基于非递减时序随机游走的动态异质网络嵌入
    郭佳雯1,2,白淇介1,2,林铸天1,宋春瑶1,2,袁晓洁1,21(南开大学网络空间安全学院天津300350);2(天津市网络与数据安全技术重点实验室(南开大学)天津300350)(guojiawen@dbis.nankai.edu.cn)出版日期:2021-08-01基金资助:国家自然科学基金项目 ...
    本站小编 Free考研考试 2022-01-01
  • 基于融合多尺度标记信息的深度交互式图像分割
    丁宗元1,孙权森1,王涛1,王洪元21(南京理工大学计算机科学与技术学院南京210094);2(常州大学计算机与人工智能学院江苏常州213164)(dzyha2011@163.com)出版日期:2021-08-01基金资助:国家自然科学基金项目(61802188,61673220,61976028) ...
    本站小编 Free考研考试 2022-01-01
  • 基于孪生BERT网络的科技文献类目映射
    何贤敏1,李茂西1,何彦青21(江西师范大学计算机信息工程学院南昌330022);2(中国科学技术信息研究所北京100038)(xianminhe@jxnu.edu.cn)出版日期:2021-08-01基金资助:国家自然科学基金项目(61662031);中国科学技术信息研究所重点工作项目(ZD202 ...
    本站小编 Free考研考试 2022-01-01
  • 舆情场景下基于层次知识的话题推荐方法
    史存会1,3,胡耀康2,3,冯彬1,3,张瑾2,俞晓明1,刘悦1,程学旗41(中国科学院计算技术研究所数据智能系统研究中心北京100190);2(中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所)北京100190);3(中国科学院大学北京100049);4(烟台中科网络技术研究所山东 ...
    本站小编 Free考研考试 2022-01-01
  • 网络信息生态系统中的虚假信息:检测、缓解与挑战
    Amrita,Bhattacharjee1,舒凯2,高旻3,刘欢11(亚利桑那州立大学计算机科学与工程系美国亚利桑那州坦佩85281);2(伊利诺伊理工大学计算机科学系美国伊利诺伊州芝加哥60616);3(重庆大学大数据与软件学院重庆400044)(abhatt43@asu.edu)出版日期:202 ...
    本站小编 Free考研考试 2022-01-01
  • 虚假信息检测专题前言
    出版日期:2021-07-01Online:2021-07-01摘要/Abstract摘要:虚假信息检测旨在综合应用自然语言处理、社交挖掘、跨模态分析等智能处理手段,发现并利用信息的内在特征、产生机理与传播规律,为以假新闻为代表的虚假、伪造信息的识别与干预提供理论和技术支持.《Science》在20 ...
    本站小编 Free考研考试 2022-01-01
  • 基于模体度的社交网络虚假信息传播机制研究
    徐铭达1,张子柯2,3,许小可11(大连民族大学信息与通信工程学院辽宁大连116600);2(浙江大学传媒与国际文化学院杭州310058);3(杭州师范大学阿里巴巴复杂科学研究中心杭州311121)(854655253@qq.com)出版日期:2021-07-01基金资助:国家自然科学基金项目(61 ...
    本站小编 Free考研考试 2022-01-01
  • 融合源信息和门控图神经网络的谣言检测研究
    杨延杰,王莉,王宇航(太原理工大学大数据学院山西晋中030600)(yangyanjie1073@link.tyut.edu.cn)出版日期:2021-07-01基金资助:国家自然科学基金项目(61872260)RumorDetectionBasedonSourceInformationandGat ...
    本站小编 Free考研考试 2022-01-01