路径张量分解的知识图谱推理算法-模式识别与人工智能.PDFVIP

第 30卷摇 第5期 模式识别与人工智能 Vol.30摇 No.5 2017年5月 PR AI May 摇 2017 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 路路径张量分解的知识图谱推理算法 摇 摇 摇 摇 摇 摇 1 1 1,2 1 3 吴运兵 摇 摇 朱丹红摇 摇 廖祥文 摇 摇 张摇 栋摇 摇 林开标 1(福州大学 数学与计算机科学学院摇 福州350116) 2(福州大学 福建省网络计算与智能信息处理重点实验室摇 福州350116) 3(厦门理工学院计算机与信息工程学院摇 厦门361024) 摘摇 要摇 现有张量分解技术在用于知识图谱学习和推理过程中时,只考虑知识图谱中实体与实体间的直接关系, 忽略知识图谱图形结构的特点.因此,文中提出基于路径张量分解的知识图谱推理算法(PRESCAL),利用路径排列 算法(PRA)获得知识图谱中各实体对间的关系路径.然后对实体对间的关系路径进行张量分解,并在优化更新过 程中采用交替最小二乘法.实验表明,在路径问题回答任务和实体链接预测任务中,PRESCAL可以取得较好的预 测准确率. 关键词摇 张量分解,路径推理,知识图谱,路径排列算法(PRA) 中图法分类号摇 TP391 DOI摇 10.16451/ ki.issn1003鄄6059.201705010 引用格式摇 吴运兵,朱丹红,廖祥文,张 栋,林开标.路径张量分解的知识图谱推理算法.模式识别与人工智能, 2017,30(5):473-480. Knowledge Graph Reasoning Based on Paths of Tensor Factorization 1 1 1,2 1 3 WU Yunbing ,ZHU Danhong ,LIAO Xiangwen ,ZHANG Dong ,LIN Kaibiao 1(College of Mathematics and C