基于图表示学习的知识图谱时序推理模型

打开文本图片集

摘要： 针对传统知识图谱推理模型在时间关联推理方面的局限性，以及现有模型仅通过在静态知识图谱中加入时间戳组合，而未充分考虑时间序列依赖关系的问题，提出基于图表示学习的知识图谱时序推理（KGTR_GRL）模型； 针对图表示学习中的邻居结构信息，设计多关系图结构编码器，以解决当前大部分研究忽略的节点重要性问题； 为了更深入地捕获时间信息，将注意力机制引入到时序编码器中，设计模型时序推理算法，通过解码器计算评分并转换为候选实体的概率； 采用2个公开数据集测试模型的性能，并与多个现有模型的性能进行比较。（剩余12055字）