基于改进KNN近邻实体的知识图谱嵌入模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 为了更好地表示邻居节点数量较少的罕见实体，提出基于近邻实体的知识图谱嵌入模型NNKGE，使用K近邻算法获得目标实体的近邻实体作为扩展信息，并在此基础上提出RNNKGE模型，使用改进的K近邻算法获得目标实体在关系上的近邻实体，通过图记忆网络对其编码生成增强的实体表示。通过对公共数据集上实验结果的分析，以上两个模型在仅使用近邻节点的情况下均实现了对基准模型（CoNE）的性能超越，缓解了数据稀疏问题并改善了知识表示性能。（剩余14208字）

试读结束

目录
monitor