一种结合路径信息和嵌入模型的知识推理方法

发布时间：2025-05-28 01:03

　　 知识图谱的嵌入和路径知识推理都是知识推理研究的重要方向,近年来,出现了一些将这两种方法相结合的知识推理算法,性能比起原有的算法有了很大提高.然而,这些算法大多是用求加权平均值的方法将路径信息纳入评分,忽略了在特殊情况下某些关键路径对推理结果的决定性影响.针对这个问题,提出了一种新的将知识图谱的嵌入和路径知识推理相结合的算法PSTransE,引入了概率学的方法,用路径和关系的向量相似性来代替由路径推理出关系的概率,反向求出由所有路径都推理不出目标关系的概率进而得到能够推理出目标关系的概率.在综合考虑所有相关路径信息的同时,使得关键路径能够直接确定推理结果.实验表明,PSTransE比原有算法有了明显的提高.

【文章页数】：5 页

【文章目录】：
1 引言
2 相关工作
3 基于路径相似度和嵌入模型的知识推理
    3.1 模型构建
    3.2 损失函数
    3.3 路径选择
4 实验
    4.1 实体预测
    4.2 关系预测
5 结论



本文编号：4047832