基于自适应上下文匹配网络的小样本知识图谱补全.pdfVIP

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２３０２０００１２

jj

基于自适应上下文匹配网络的小样本知识图谱补全

杨旭华张炼叶蕾

浙江工业大学计算机科学与技术学院杭州

３１００２３

()

xhan＠zut．edu．cn

ygj

,,.

摘要知识图谱在构建过程中需要面对繁杂的现实世界信息无法建模所有知识因此需要补全真实的知识图谱中很多类

.,.

型的关系通常只有少量的训练实体样本对因此如何进行小样本知识图谱补全是一个十分有价值的问题目前基于嵌入的

,,

方法一般通过注意力机制等方法聚合实体上下文信息通过学习关系嵌入的方式来补全知识图谱仅考虑关系层面的匹配程

,,.,(

度虽然能够预测未知关系但往往准确度不高针对小样本知识图谱补全问题提出了一个自适应上下文匹配网络Adative

p

,).,,,

ContextMatchinNetworkACMN首先提出一个共性邻居感知编码器聚合参考集实体上下文即一跳邻居实体获得共性

g

;,,

邻居感知编码接着提出一个任务相关实体编码器挖掘任务实体上下文与共性上下文的相似度信息区分一跳邻居对当前任

,;;

务的贡献增强实体表征然后提出一个上下文关系编码器获得动态关系表征最后通过加权求和综合考虑实体上下文和关系

,.,

的匹配程度完成补全ACMN从实体上下文相似度和关系匹配程度两个方面综合评价查询三元组是否成立能够在小样本

.,

的背景下有效提高预测准确性在两个公共数据集上和其他个广泛使用的算法进行比较在不同规模的小样本情况

８