知識圖譜嵌入模型KR-EAR用實(shí)體及其屬性值的嵌入（向量）來定義屬性三元組的評分函數(shù),導(dǎo)致多值屬性的不同屬性值學(xué)得的嵌入很相似,即KR-EAR未能精細(xì)地表示多值屬性,從而影響下游任務(wù)的準(zhǔn)確度。論文通過改進(jìn)KR-EAR的屬性三元組表示來提出一種精細(xì)表示多值屬性的知識圖譜嵌入模型,稱為KGE-EAV。在KGE-EAV的屬性值空間中,每個實(shí)體都對應(yīng)一個超平面,該實(shí)體的每個屬性值嵌入都在該超平面上形成一個投影向量;KGE-EAV用這樣的投影向量（而不是屬性值嵌入）來定義屬性三元組的評分函數(shù),從而可以為多值屬性的不同屬性值學(xué)得不同的嵌入。實(shí)驗(yàn)表明,在實(shí)體預(yù)測和屬性預(yù)測兩項(xiàng)任務(wù)上,KGE-EAV的準(zhǔn)確度均優(yōu)于KR-EAR和三個基線模型。 

【文章來源】：計(jì)算機(jī)與數(shù)字工程. 2020,48(03)

【文章頁數(shù)】：6 頁

【部分圖文】：

平面（該超平面的法向量是we）圖1KGE-EAV模型的基本思想2.2三元組表示e4a2a2v32包含向量e′的實(shí)體特定的超


本文編號：3214664