面向知识图谱补全的知识表示学习算法研究

• 作 者: 丁建辉
• 出 处: 上海交通大学
• 发表日期: 2004年期
• 关键词: 知识图谱 知识表示学习 知识图谱补全

知识图谱包含结构化的知识,是很多人工智能应用的基石。为了扩大知识图谱的规模,知识图谱补全任务逐渐受到了重视。而知识表示学习算法则是知识图谱补全任务最好方案之一,这类算法不仅拥有较强的泛化能力,还具有较好的扩展性。然而,经过深入的分析和研究,我们发现现有的知识表示学习算法还存在不少缺点,并从三个角度对它们进行了改进:1)面向新实体的动态知识图谱补全任务能同时扩大知识图谱的实体集和三元组集,具有较好的现实意义,然而,现有的知识表示学习算法无法很好地处理这个任务。本文根据该任务的本质针对性地提出一个新颖的知识表示学习算法,除了利用神经网络对描述信息进行建模外,我们还设计了两种用于构建实体结构向量的编码器。其中,实体最终的向量来源于文本向量和结构向量的组合。2)大部分知识表示学习算法需要在训练过程中随机生成负样本,而负样本的质量会严重影响算法的泛化能力。因此,本文通过充足的实验分析了现有负样本生成策略的优缺点以及稳定性。此外,我们还设计了两种新颖的负样本生成策略。3)知识表示学习算法能通过端到端的训练方式得到实体的向量,这些向量其实是一种高阶非线性特征。基于这个思路,本文提出了一套新颖的基于知识表示学习算法的数据预测框架。其中,由于数据预测任务的目标通常是比较单一的,与面向全局的知识表示学习算法存在鸿沟,因此我们提出了两种基于目标关系的局部知识表示学习算法。我们针对以上三个角度分别做了实验,并与相应的基线算法进行了比较。实验结果表明本文提出的算法在静态以及动态知识图谱补全上都取得了较好的结果,这说明实体和关系的语义得到了更好的刻画。此外,本文提出的负样本生成策略在HITS@10上优于现有策略,与此同时,我们还发现不同策略结果的稳定性主要受到数据集的影响。而本文提出的数据预测框架则要优于大部分基线算法,这说明从知识表示学习算法角度去做数据预测任务是一种可行的方案。