科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前的知识表示学习模型由于忽略了知识图谱网络结构对表示学习的影响，导致模型得到的表示向量存在语义不充分等问题，为此设计一种基于随机游走和长短期记忆神经网络的知识表示学习模型。该模型首先使用一个随机游走算法对重构的知识图谱网络中的实体和关系节点进行采样，得到节点序列样本，然后利用长短期记忆神经网络对节点序列样本进行学习，从而得到实体和关系的表示向量。实验结果表明，所提模型不仅能够得到语义更充分的表示向量，而且可以显著提升模型训练的效率。
-
单位辽东学院
