国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:孙亚茹, 杨莹, 王永剑
单位:公安部第三研究所, 上海 201204
关键词:开放数据域,知识图谱,知信学习,图卷积神经网络,注意力机制
基金:公安部研究计划项目(C21361)。
解决多源知识对齐和知识冗余问题是在开放数据域自动构建知识图谱的关键。建立一种融合知信学习与深度学习的知识图谱自动构建模型。分析图卷积神经网络(GCN)模型与知信学习之间的理论联系,以先验知识与深度学习相结合的方式构建实体语义联合空间,将先验知识对模型的干预形式化,并利用自动编码器实现一个细粒度的实体对齐和关系抽取模型。同时,采用GCN与多头注意力相结合的方式,缓解因结构数据中多跳推理造成实体依赖信息丢失的影响。在开源数据集SemEval、FB15k和收集整理的MD数据集上的实验结果表明,该模型针对关系抽取、实体对齐和三元组抽取任务的F1值分别达到89.5%、86.6%和84.2%,较BERT-Softmax模型分别提升了0.3、2.4和0.3个百分点,具有更好的信息学习能力。
来源:2022年第10期
《计算机工程》期刊编辑部