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。