【摘要】：知識(shí)表示學(xué)習(xí)的目標(biāo)是將知識(shí)圖譜中的實(shí)體和關(guān)系表示成稠密低維的向量。目前翻譯模型是知識(shí)表示學(xué)習(xí)的代表性模型�；诜g規(guī)則的模型通過(guò)優(yōu)化成對(duì)排序函數(shù)使得正樣本與負(fù)樣本盡量分離。優(yōu)化目標(biāo)決定了翻譯模型的訓(xùn)練過(guò)程離不開負(fù)樣本參與,因此負(fù)樣本的質(zhì)量對(duì)模型訓(xùn)練起到非常重要的作用。然而已有的工作很少考慮負(fù)樣本的生成策略,大部分基于翻譯規(guī)則的模型在訓(xùn)練時(shí)采用隨機(jī)替換事實(shí)三元組的頭尾實(shí)體得到負(fù)樣本,這種負(fù)樣本生成方法會(huì)得很多到低質(zhì)量的負(fù)樣本,導(dǎo)致模型收斂速度變慢;并且現(xiàn)有的負(fù)樣本生成策略均未考慮知識(shí)圖譜中潛在的噪音和知識(shí)圖譜本身所具有的社區(qū)結(jié)構(gòu)信息。為解決上述問(wèn)題,本文主要做了如下工作:(1)提出一種基于置信度的負(fù)樣本生成策略。在帶有噪音的知識(shí)圖譜中提出了負(fù)樣本置信度概念,在此基礎(chǔ)上,進(jìn)一步提出了一種考慮置信度的負(fù)樣本生成方法,然后將這種負(fù)樣本生成策略用于知識(shí)圖譜中的噪音檢測(cè),在帶有不同噪音比率的標(biāo)準(zhǔn)數(shù)據(jù)集中取得了較高的表示模型精度。(2)提出基于社區(qū)結(jié)構(gòu)的負(fù)樣本生成策略。即針對(duì)實(shí)體稠密的社區(qū)與實(shí)體稀疏的社區(qū),分別設(shè)計(jì)不同的負(fù)樣本選擇策略,實(shí)驗(yàn)驗(yàn)證了該策略的有效性。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.2;TP18
【圖文】：

(a) The effect of the parameter learning rate on the metric MRR. (b) The effect of the parameter learning rate on the metric Hits@10.圖 3.2 對(duì)學(xué)習(xí)速率 λ 的參數(shù)分析Fig. 3.2 Parameter analysis on the learning rate (λ), where γ and NG were fixed at 1 and 20,respectively.(a) The effect of the parameter margin on the metric MRR. (b) The effect of the parameter margin on the metric Hits@10.圖 3.3 對(duì)邊界 λ 的參數(shù)分析

合肥工業(yè)大學(xué)專業(yè)碩士研究生學(xué)位論文(a) The effect of the parameter learning rate on the metric MRR. (b) The effect of the parameter learning rate on the metric Hits@10.圖 3.2 對(duì)學(xué)習(xí)速率 λ 的參數(shù)分析Fig. 3.2 Parameter analysis on the learning rate (λ), where γ and NG were fixed at 1 and 20,respectively.

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙強(qiáng);;基于直覺模糊Petri網(wǎng)的知識(shí)表示與推理[J];信息與電腦(理論版);2018年21期

2 李娟;吳想;;謂詞邏輯在人工智能知識(shí)表示中的應(yīng)用[J];數(shù)碼世界;2017年06期

3 顧永跟;決策表知識(shí)表示的應(yīng)用探討[J];湖州師專學(xué)報(bào);1996年06期

4 劉群,劉杰,陳述;基于集成式知識(shí)表示的專家系統(tǒng)開發(fā)工具[J];小型微型計(jì)算機(jī)系統(tǒng);1997年05期

5 鄭士貴;知識(shí)表示圖的比較分析和評(píng)價(jià)的基礎(chǔ)[J];管理科學(xué)文摘;1997年01期

6 劉群,陳述,劉杰;一種集成式知識(shí)表示及相應(yīng)推理方法[J];哈爾濱工程大學(xué)學(xué)報(bào);1997年01期

7 石祥濱，鮮宏，逯越;一種用于醫(yī)學(xué)診斷的知識(shí)表示模型[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);1994年03期

8 徐峻;張懋森;;關(guān)系矩陣法——一種新的化學(xué)結(jié)構(gòu)表示法[J];計(jì)算機(jī)與應(yīng)用化學(xué);1987年02期

9 管紀(jì)文;邱滌虹;;關(guān)于知識(shí)表示[J];計(jì)算機(jī)科學(xué);1987年01期

10 吳信東;;論知識(shí)表示[J];計(jì)算機(jī)工程與應(yīng)用;1988年06期

相關(guān)會(huì)議論文 前10條

1 蘇俊;顏?zhàn)诟?;一種基于數(shù)據(jù)庫(kù)技術(shù)的不同知識(shí)表示之間的轉(zhuǎn)換方法[A];第十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1992年

2 劉永清;劉泉寶;;關(guān)于知識(shí)表示的思考[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（上冊(cè)）[C];1995年

3 施平安;吳f^;;數(shù)字化海事案例特征提取與知識(shí)表示初探[A];第二屆廣東海事高級(jí)論壇論文集[C];2008年

4 張龍祥;湯庸;;面向?qū)ο蟮闹R(shí)表示和知識(shí)庫(kù)組織[A];第九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(上)[C];1990年

5 劉邦凡;;一個(gè)知識(shí)表示的廣義模態(tài)邏輯方案[A];2007年全國(guó)現(xiàn)代邏輯學(xué)術(shù)研討會(huì)論文集[C];2007年

6 吳金平;李加祥;繆旭東;;防空威脅判斷中對(duì)目標(biāo)信息的模糊知識(shí)表示[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

7 朱斌;張麗萍;李延珩;;知識(shí)工程基本技術(shù)[A];計(jì)算機(jī)與教育——全國(guó)計(jì)算機(jī)輔助教育學(xué)會(huì)第十屆學(xué)術(shù)年會(huì)論文集[C];2001年

8 潘久輝;;多媒介信息:面向?qū)ο蟮臄?shù)據(jù)與知識(shí)表示[A];第九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(上)[C];1990年

9 鄭德玲;李育暉;李擎;;基于模式識(shí)別及神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)的知識(shí)表示的推理策略[A];1995年中國(guó)控制會(huì)議論文集（下）[C];1995年

10 劉適;;航空結(jié)構(gòu)件數(shù)控程編知識(shí)獲取與知識(shí)表示研究[A];2017年（第三屆）中國(guó)航空科學(xué)技術(shù)大會(huì)論文集（下冊(cè)）[C];2017年

相關(guān)重要報(bào)紙文章 前1條

1 CF40理事 資配易董事長(zhǎng) 創(chuàng)始人 張家林;人工智能投顧，需要從業(yè)資格考試嗎[N];華夏時(shí)報(bào);2016年

相關(guān)博士學(xué)位論文 前10條

1 肖寒;基于幾何變換的知識(shí)表示研究[D];清華大學(xué);2017年

2 徐煥良;企業(yè)知識(shí)資源計(jì)劃及其關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2003年

3 鄭驍慶;語(yǔ)義萬(wàn)維網(wǎng)的不確定知識(shí)表示與信任計(jì)算[D];浙江大學(xué);2007年

4 秦忠寶;基于混合知識(shí)表示的設(shè)計(jì)創(chuàng)新及知識(shí)獲取研究[D];西北工業(yè)大學(xué);2006年

5 趙昌葆;工程知識(shí)粒度化技術(shù)及其應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

6 周文;基于概念的若干知識(shí)表示模型及相關(guān)方法研究[D];上海大學(xué);2007年

7 肖文潔;知識(shí)表示與推理的若干問(wèn)題研究[D];南京航空航天大學(xué);2010年

8 孫麗君;物流配送干擾管理問(wèn)題的知識(shí)表示與建模方法[D];大連理工大學(xué);2011年

9 郭曉黎;煤礦安全事件本體及其在查詢擴(kuò)展中的應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué)(北京);2016年

10 仲兆滿;事件本體及其在查詢擴(kuò)展中的應(yīng)用[D];上海大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王權(quán)威;初等數(shù)學(xué)問(wèn)題自動(dòng)求解中的分支推理架構(gòu)及實(shí)現(xiàn)[D];電子科技大學(xué);2019年

2 單迎春;翻譯模型的負(fù)樣生成方法研究[D];合肥工業(yè)大學(xué);2019年

3 羅義琴;基于關(guān)系路徑建模的知識(shí)表示學(xué)習(xí)研究[D];桂林電子科技大學(xué);2019年

4 沈杰;數(shù)據(jù)驅(qū)動(dòng)的知識(shí)圖譜補(bǔ)全[D];云南大學(xué);2018年

5 王琦;基于多源信息的知識(shí)表示學(xué)習(xí)方法研究[D];華中師范大學(xué);2019年

6 黃璨;大規(guī)模健康管理方案及定量操作知識(shí)的網(wǎng)絡(luò)化轉(zhuǎn)換研究[D];上海交通大學(xué);2016年

7 張釗;知識(shí)表示與知識(shí)表示學(xué)習(xí)在服務(wù)機(jī)器人中的應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

8 劉穎;知識(shí)表示學(xué)習(xí)中考慮基數(shù)約束的篩選方法[D];吉林大學(xué);2019年

9 羅丹;一種基于表示學(xué)習(xí)的知識(shí)圖譜融合算法與系統(tǒng)實(shí)現(xiàn)[D];浙江大學(xué);2018年

10 歐陽(yáng)欣;基于多源信息融合的知識(shí)表示學(xué)習(xí)及應(yīng)用[D];華東師范大學(xué);2018年

本文編號(hào)：2717006