基于柯西-施瓦茨不等式的知识图谱稠密表示方法

作者：林霞; 王聪; 李敏^*; 李俊华

来源：小型微型计算机系统, 2023, 44(02): 300-306.

DOI：10.20009/j.cnki.21-1106/TP.2021-0538

• 知识图谱
• 稠密表示
• 翻译操作
• 势能函数
• 柯西-施瓦茨不等式

知识图谱稠密表示将形态各异的知识转化为结构化的实值向量，是当前有效的知识表示方式之一，广泛应用于知识计算和知识推理.在知识图谱稠密表示发展过程中，现有表示方法采用随机梯度下降法优化知识向量，导致知识嵌入精确度低.为此，本文提出了基于柯西-施瓦茨不等式的知识图谱稠密表示方法，将知识嵌入到低维稠密的向量空间.首先借助基于翻译操作的嵌入学习模型，利用势能函数表示实体和关系在向量空间中的距离，然后基于柯西-施瓦茨不等式，以极小化势能函数，最后在低维向量空间中最优化知识图谱的实体和关系向量.在基于数据集FB15k和WN18的对比实验中，度量标准hits@10和hits@1均得到了提升，证明了该方法提高了知识图谱稠密表示的准确性.

• 单位
  四川师范大学; 四川警察学院