基于关系图卷积神经网络的链接预测研究

作者：郑小柏^*; 崔岩; 刘兴林

来源：现代计算机(专业版), 2021, (18): 50-55.

• 知识图谱
• 知识推理
• 链接预测
• 关系图卷积神经网络

本文提出了一个基于实体描述和关系图卷积神经网络的模型(DR-GAT),在R-GCN模型的基础上融入了实体描述信息和加入了注意力机制,并将其应用于基本的知识库完成任务:链接预测(Link Prediction),即缺失三元组的恢复。实验结果证明,DR-GAT+模型与现有的基线比较时,在FB15K-237数据集上比现有基线R-GCN+的Hits@10指标高出0.81%,验证了改进后的模型链接预测效果更佳。

• 单位
  五邑大学