發(fā)布時間：2018-01-26 02:24

  本文關鍵詞： 張量分解 路徑推理 知識圖譜 路徑排列算法(PRA)　出處：《模式識別與人工智能》2017年05期 　論文類型：期刊論文

【摘要】：現(xiàn)有張量分解技術在用于知識圖譜學習和推理過程中時,只考慮知識圖譜中實體與實體間的直接關系,忽略知識圖譜圖形結構的特點.因此,文中提出基于路徑張量分解的知識圖譜推理算法(PRESCAL),利用路徑排列算法(PRA)獲得知識圖譜中各實體對間的關系路徑.然后對實體對間的關系路徑進行張量分解,并在優(yōu)化更新過程中采用交替最小二乘法.實驗表明,在路徑問題回答任務和實體鏈接預測任務中,PRESCAL可以取得較好的預測準確率.
[Abstract]:In the process of knowledge map learning and reasoning, the existing Zhang Liang decomposition technology only considers the direct relationship between entity and entity in knowledge map, and ignores the characteristics of graphic structure of knowledge map. A knowledge map reasoning algorithm based on path Zhang Liang decomposition is proposed in this paper. The path alignment algorithm is used to obtain the relationship path between the entities in the knowledge map. Then Zhang Liang decomposes the relationship path between the entity pairs. In the process of optimization and updating, the alternating least square method is used. The experimental results show that PRESCAL can obtain better prediction accuracy in path question answer task and entity link prediction task.
【作者單位】： 福州大學數(shù)學與計算機科學學院;福州大學福建省網(wǎng)絡計算與智能信息處理重點實驗室;廈門理工學院計算機與信息工程學院;
【基金】：國家自然科學基金項目青年基金項目(No.61300105) 福建省自然科學基金項目(No.2017J01755) 福建省引導性項目(No.2016Y0060,2014Y0005) 福建省教育廳科技項目(No.JA15082,JA14243);福建省教育廳中青年教師教育科研項目(No.JAT160077) 廈門留學人員科研項目(No.XRS201631401)資助~~
【分類號】：TP18
【正文快照】： Supported by Young Scientists Fund of National Natural Science Foundation of China(No.61300105),Natural Science Foundation ofFujian Province(No.2017J01755),Science Foundation of Fujian Province(No.2016Y0060,2014Y0005),Science and TechnologyProject of the

【參考文獻】

相關期刊論文 前4條

1 吳運兵;楊帆;賴國華;林開標;;知識圖譜學習和推理研究進展[J];小型微型計算機系統(tǒng);2016年09期

2 劉康;張元哲;紀國良;來斯惟;趙軍;;基于表示學習的知識庫問答研究進展與展望[J];自動化學報;2016年06期

3 劉嶠;李楊;段宏;劉瑤;秦志光;;知識圖譜構建技術綜述[J];計算機研究與發(fā)展;2016年03期

4 劉知遠;孫茂松;林衍凱;謝若冰;;知識表示學習研究進展[J];計算機研究與發(fā)展;2016年02期

【共引文獻】

相關期刊論文 前10條

1 劉嶠;韓明皓;楊曉慧;劉瑤;吳祖峰;;基于表示學習和語義要素感知的關系推理算法[J];計算機研究與發(fā)展;2017年08期

2 陳志明;李茂西;王明文;;基于神經(jīng)網(wǎng)絡特征的句子級別譯文質量估計[J];計算機研究與發(fā)展;2017年08期

3 陳亮;張海超;楊冠燦;雷孝平;于慶國;;利用Knowledge Graph的專利表示方法及其應用[J];圖書情報工作;2017年09期

4 王沖潉;;智能搜索技術發(fā)展態(tài)勢分析[J];現(xiàn)代電信科技;2017年03期

5 王輝;郁波;洪宇;肖仰華;;基于知識圖譜的Web信息抽取系統(tǒng)[J];計算機工程;2017年06期

6 彭如香;楊濤;孔華鋒;王永劍;;基于廣告聯(lián)盟的虛擬身份畫像方法研究[J];計算機應用與軟件;2017年06期

7 王元龍;;面向閱讀理解的句子組合模型[J];計算機應用;2017年06期

8 吳運兵;陰愛英;林開標;余小燕;賴國華;;基于多數(shù)據(jù)源的知識圖譜構建方法研究[J];福州大學學報(自然科學版);2017年03期

9 王艷玲;林瑩含;徐榮歡;許嘉琳;;基于科普平臺的知識圖譜[J];電腦知識與技術;2017年14期

10 吳運兵;朱丹紅;廖祥文;張棟;林開標;;路徑張量分解的知識圖譜推理算法[J];模式識別與人工智能;2017年05期

【二級參考文獻】

相關期刊論文 前10條

1 王元卓;賈巖濤;劉大偉;靳小龍;程學旗;;基于開放網(wǎng)絡知識的信息檢索與數(shù)據(jù)挖掘[J];計算機研究與發(fā)展;2015年02期

2 杜亞軍;吳越;;微博知識圖譜構建方法研究[J];西華大學學報(自然科學版);2015年01期

3 程學旗;靳小龍;王元卓;郭嘉豐;張鐵贏;李國杰;;大數(shù)據(jù)系統(tǒng)和分析技術綜述[J];軟件學報;2014年09期

4 金貴陽;呂福在;項占琴;;基于知識圖譜和語義網(wǎng)技術的企業(yè)信息集成方法[J];東南大學學報(自然科學版);2014年02期

5 陳立瑋;馮巖松;趙東巖;;基于弱監(jiān)督學習的海量網(wǎng)絡數(shù)據(jù)關系抽取[J];計算機研究與發(fā)展;2013年09期

6 盧道設;楊世瀚;吳盡昭;熊玲芳;;基于描述邏輯的組合知識庫推理[J];計算機應用研究;2012年12期

7 郭劍毅;李真;余正濤;張志坤;;領域本體概念實例、屬性和屬性值的抽取及關系預測[J];南京大學學報(自然科學版);2012年04期

8 趙軍;劉康;周光有;蔡黎;;開放式文本信息抽取[J];中文信息學報;2011年06期

9 王宇;譚松波;廖祥文;曾依靈;;基于擴展領域模型的有名屬性抽取[J];計算機研究與發(fā)展;2010年09期

10 劉克彬;李芳;劉磊;韓穎;;基于核函數(shù)中文關系自動抽取系統(tǒng)的實現(xiàn)[J];計算機研究與發(fā)展;2007年08期

【相似文獻】

相關期刊論文 前10條

1 桑睨;羅敏霞;;模糊推理算法的一種新模型[J];中國計量學院學報;2012年01期

2 李凡;;模糊推理算法的研究[J];數(shù)字技術與應用;2014年05期

3 何華燦,劉永懷,張利輝;基于規(guī)則矩陣的數(shù)值化推理算法[J];西北工業(yè)大學學報;1997年01期

4 袁洪芳,史天運,王信義;故障診斷專家系統(tǒng)中的模糊推理算法[J];北京理工大學學報;1999年06期

5 李戰(zhàn)明;張永江;;基于計算型模糊推理算法的模糊控制器設計[J];計算機工程與應用;2014年14期

6 賈立新,薛鈞義,茹峰;采用模糊Petri網(wǎng)的形式化推理算法及其應用[J];西安交通大學學報;2003年12期

7 張穩(wěn);張桂戌;;一種改進的基于規(guī)則的帶權模糊推理算法[J];計算機工程;2007年07期

8 潘正華;;模糊推理算法的數(shù)學原理[J];計算機研究與發(fā)展;2008年S1期

9 仇國芳;朱朝暉;;基于經(jīng)典-模糊變精度概念格的決策規(guī)則獲取及其推理算法[J];計算機科學;2009年12期

10 吳信東;一個基于知識排序的線性正向推理算法[J];科學通報;1991年03期

相關會議論文 前5條

1 張超;賈金原;;科普益智游戲中的博弈推理算法[A];全國首屆數(shù)字（虛擬）科技館技術與應用學術研討會論文集[C];2007年

2 李俊玲;周東岱;鐘紹春;趙瑞清;;帶重要度可信度框架規(guī)則知識表示及其模糊推理算法[A];2006年全國理論計算機科學學術年會論文集[C];2006年

3 卿銘;黃天民;陳華斌;;關于推廣簡約模糊推理算法的研究[A];模糊集理論與應用——98年中國模糊數(shù)學與模糊系統(tǒng)委員會第九屆年會論文選集[C];1998年

4 張白一;崔尚森;;基于數(shù)據(jù)表結構的FPN并行推理算法[A];2006年全國開放式分布與并行計算學術會議論文集（一）[C];2006年

5 陳紅;任佳;;變結構混合動態(tài)貝葉斯網(wǎng)絡及其推理算法[A];第24屆中國控制與決策會議論文集[C];2012年

相關碩士學位論文 前10條

1 王慧英;基于模糊Petri網(wǎng)的并行推理算法研究[D];長沙理工大學;2014年

2 趙凱凱;認知程序推理算法的優(yōu)化與實現(xiàn)[D];東南大學;2015年

3 吳自勉;OWL 2 EL并行推理技術研究[D];東南大學;2016年

4 申蔓蔓;基于庫所重排策略的直覺模糊Petri網(wǎng)推理算法的優(yōu)化研究[D];長沙理工大學;2015年

5 陳晨;基于置信規(guī)則的模糊推理算法的研究與實現(xiàn)[D];南京航空航天大學;2012年

6 張景云;基于吉布斯采樣推理算法的交通預測研究[D];云南大學;2011年

7 胡大偉;動態(tài)貝葉斯網(wǎng)絡的近似推理算法研究[D];合肥工業(yè)大學;2009年

8 何映思;模糊控制的模糊推理算法研究[D];西南師范大學;2005年

9 王娟;基于Petri網(wǎng)的時間知識推理算法的研究[D];鄭州大學;2005年

10 董瑋;Factor Tree推理算法的改進與實現(xiàn)[D];吉林大學;2008年

，

本文編號：1464389