科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着图神经网络的发展，基于图神经网络的知识图谱嵌入方法日益受到研究人员的关注。相比传统的方法，它可以更好地处理实体的多样性和复杂性，并捕捉实体的多重特征和复杂关系，从而提高知识图谱的表示能力和应用价值。首先概述知识图谱的发展历程，梳理知识图谱和图神经网络的基本概念；其次着重讨论基于图卷积、图神经、图注意力以及图自编码器的知识图谱嵌入的设计思路和算法框架；然后描述图神经网络的知识图谱嵌入在链接预测、实体对齐、知识推理以及知识图谱补全等任务中的性能，同时补充图神经网络在常识性知识图谱中的一些研究；最后进行全面性的总结，并针对知识图谱嵌入存在的一些问题和挑战，勾画未来研究方向。
