Dynamic Knowledge Graph Completionwith Jointly Structural and Textual Dependency
摘要
知识图补全(KGC)的目的是填补知识图(KGs)中缺失的事实。由于大多数真实的KGs会随着每分钟添加的新实体和关系而快速发展，动态KGC任务比静态KGC任务更实用，因为它可以很容易地通过添加新的实体和关系来扩展KGs。本文提出了一种基于深度递归神经网络(DKGC-JSTD)的结构依赖和文本依赖联合的动态KGC模型。该模型学习实体名称及其部分文本描述的嵌入，将不可见的实体与KGs连接起来，为了建立文本描述信息与拓扑信息之间的相关性，DKGC-JSTD利用深度记忆网络和关联匹配机制，从实体文本描述中提取实体和关系之间的相关语义特征信息。然后利用深度递归神经网络对拓扑结构与文本描述之间的依赖关系进行建模。在新旧大数据集上的实验表明，DKGC-JSTD在动态KGC任务中表现良好。
1.介绍
知识图(KGs)，如FreeBase[1]和DBPedia[2]，通常以高度结构化的形式表示，以(h, r, t)的形式来描述数亿个现实世界的事实，其中h表示某个头部实体，r表示h与某个尾部实体t之间的某种关系。目前，KGs在人工智能的许多领域都得到了广泛的应用。尽管它们很有用，也很受欢迎，但KG往往是不完整的。基于这一观察，研究人员的目标是通过预测三重缺失部分来改善KGs的完整性。这个任务通常称为知识图谱完成(KGC)。根据三元组中的实体和关系是否属于KGC，可将KGC任务分为静态KGC任务和动态KGC任务两类。静态KGC任务主要依赖于现有KGC之间的连通性，能够发现现有实体之间的隐藏关系。
此外，大多数动态KGC模
Dynamic Knowledge Graph Completionwith Jointly Structural and Textual Dependency相关推荐
- 《knowledge graph embedding：a survey of approaches and applications》论文阅读
发表于TKDE 2017. knowledge graph embedding:a survey of approaches and applications abstract 1. introduc ...
- Knowledge Graph生物信息【论文阅读笔记】
Table of Contents 写在前面 一.应用:药物之间的相互作用预测 Large-scale structural and textual similarity-based mining o ...
- SSP: Semantic Space Projection for Knowledge Graph Embedding with Text Descriptions 论文读书笔记
SSP: Semantic Space Projection for Knowledge Graph Embedding with Text Descriptions 论文读书笔记 1. Motiva ...
- Knowledge Graph表示学习--TransE系列
知识图谱(Knowledge Graph or KG),如: Free Base.DBpedia.YAGO.NELL等已经成功地应用到语义分析.信息抽取.问答系统等方面.知识图谱是由实体(entity ...
- Know-Evolve: Deep Temporal Reasoning for Dynamic Knowledge Graphs
Know-Evolve: Deep Temporal Reasoning for Dynamic Knowledge Graphs Rakshit Trivedi 1 Hanjun Dai 1 Yic ...
- Improving Conversational Recommender System by Pretraining Billion-scale Knowledge Graph论文笔记
原文章:Improving Conversational Recommender System by Pretraining Billion-scale Knowledge Graph (ICDE ' ...
- 论文笔记：Sequence-to-Sequence Knowledge Graph Completion and QuestionAnswering
Sequence-to-Sequence Knowledge Graph Completion and Question 备注:ACL 2022 Main Conference 链接:https:// ...
- tensorflow从入门到精通100讲（五）-知识图谱（ Knowledge Graph）关系抽取之PCNN
前言 知识图谱( Knowledge Graph)以结构化的形式描述客观世界中概念.实体及其关系,将互联网的信息表达成更接近人类认知世界的形式,提供了一种更好地组织.管理和理解互联网海量信息的能力.上 ...
- 学习Knowledge Graph Embedding Based Question Answering代码笔记
前言 最近被导师安排学习一下[Knowledge Graph Embedding Based Question Answering] 这篇paper,这篇paper的重点在于运用了Knowledge ...
- KnowIME: A System to Construct a Knowledge Graph for Intelligent Manufacturing Equipment-学习笔记
KnowIME: A System to Construct a Knowledge Graph for Intelligent Manufacturing Equipment 构建智能制造设备知识图 ...
最新文章
- RAID-5 恢复技术
- Gear VR推出移动冒险InMind 2
- 小白学统计（4）——数据集中趋势的描述
- 岭回归——减少过拟合问题
- 适用于Linux / X11的Qt
- python怎么导入大小字母_isort-用于对python导入的库按照字母进行排序的工具
- 被替换的项目不是替换值长度的倍数_如果要在Excel中计算单元格内指定的字符长度，我推荐这两个公式.........
- 微软认知服务开发实践（1） - 牛津计划简介
- 设计一个处理两种类型地址的地址簿程序_短信平台的API接口都有哪些类型？
- 28.Qt获取路径问题
- AMOLED面板驱动芯片紧缺将持续至2022年
- 【Python-3.5】matplotlib绘制气温折线图
- win11如何执行干净启动 windows11执行干净启动的设置方法
- .net 4.0新特性-自旋锁(SpinLock)
- 还在纠结是否入手M1 macbook？看完这篇文章再做决定也不迟！
- 保留（私有）地址简介
- Lvgl(V8.2)自定义字体实现多国语言切换功能
- Matlab突然闪退 出现Fatal Error On Startup解决办法
- H.264/AVC 的各大主流编解码器
- 利用audacity分析浊音、清音与爆破音的信号特性