基于解耦图神经网络的知识图谱表示学习方法 | |
邵朋朋 | |
2022 | |
会议日期 | 2022-7-29 |
会议地点 | 广西桂林 |
英文摘要 | 知识图谱以三元组(头实体,关系,尾实体) 的形式组织并存储结构化事实,因其在推荐、问答和信息检索等下游任务中有着重要的应用,近年来收到了广泛的关注。相应地,对知识图谱的表示和学习也有了大量的研究。但现研究中仍有以下两个问题仍未得到解决。其一,很多方法聚焦设计一个模型来学习一个通用且静态的实体表示,而忽略了知识图谱环境的复杂性,如一个实体可能有多个角色,且在不同的事实中存在。其二,关系反应了实体的角色,而同一种关系也可能反 |
语种 | 中文 |
内容类型 | 会议论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/52296] |
专题 | 自动化研究所_模式识别国家重点实验室_模式分析与学习团队 |
作者单位 | 1.中国科学院脑科学与智能技术卓越中心 2.中国科学院大学人工智能学院 3.中国科学院自动化研究所模式识别国家重点实验室 |
推荐引用方式 GB/T 7714 | 邵朋朋. 基于解耦图神经网络的知识图谱表示学习方法[C]. 见:. 广西桂林. 2022-7-29. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论