动态聚合实体和关系上下文的知识图谱补全

作者：马坤; 安敬民; 李冠宇^*

来源：计算机工程, 2023, 49(08): 77-95.

DOI：10.19678/j.issn.1000-3428.0065410

• 知识图谱补全
• 图结构
• 上下文
• 注意力系数
• 动态聚合

目前关于知识图谱补全的研究通常只进行实体嵌入增强，弱化了关系附加信息对链路预测的影响，并忽略了知识图谱中实体和关系的结构关联关系。为解决上述问题，提出一种动态聚合实体和关系上下文的知识图谱补全模型(DAERC)。采用编码器-解码器结构，获取并筛选最优上下文来增强实体和关系表示。编码器使用改进的图注意力机制设计关系和实体聚合器，以累乘的方式动态聚合上下文信息，并将关系聚合器的输出应用于实体聚合过程，缓解了因独立聚合造成的实体关系交互性较弱的问题。解码器通过不同的评分函数获取每个候选三元组的得分，验证三元组的合理性。实验结果表明，DAERC有效地增强了TransE、ConvE、RotatE这3类知识图谱嵌入模型的实体和关系嵌入表示能力，在FB15k-237和WN18RR数据集上Hits@10指标相较于表现最好的对照CoNE模型分别提升约5.2%、2.1%、1.7%和7.2%、2.3%、2.2%。

• 单位
  大连海事大学