【知识图谱补全方法概述2400字】.pdfVIP

知识图谱补全方法概述

目录

知识图谱补全互法概述1

1.1知识表示方法1

1.2神经网络模型4

虽然现在知识图谱涉及的领域广，但是其离完整准确还差一大段距离，还是

需要不断的补充和完善，因此知识图谱补全的重要性就显而易见。知识图谱补全

的重要思想即根据已知的两个元素，推测三元组中的另一个元素，也叫作链路预

测，链路预测是知识图谱补全的重要手段。计好链接预测的模型之后，就可以

对知识图谱进行补充完善，应用于商品推荐，知识问答等领域。

1.1知识表示方法

基于向量的知识表示方法就是将获取到的实体和关系学习成向量的形式，然

后将实体和关系向量进行组合，再通过定义度量函数来判断组合的可能性，这样

就完成了关系的预测和推理。基于向量的知识表示方法的主流模型是翻译模型,

因此本文主要讨论翻译模型。该模型中，三元组尾实体被认为是头实体经过关系

转换得到的。经典的翻译的模型有TransE,TransH,TransR,TransD等。

(1)TransE模型

TransE