链接预测

作品数：325被引量：835H指数：14
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈崚伍杰华陈可佳郭景峰李冠宇更多>>
相关机构：哈尔滨工程大学北京邮电大学扬州大学电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金江苏省自然科学基金中央高校基本科研业务费专项资金辽宁省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合有向关系与关系路径的层次注意力的知识图谱补全
《计算机应用》2025年第4期1148-1156,共9页翟社平 杨晴 黄妍 杨锐 
大学生创新创业训练计划国家级项目(202211664053);陕西省重点研发计划项目(2022GY-038);西安邮电大学研究生创新基金资助项目(CXJJYL2022052);陕西省教育厅科学研究计划项目(18JK0697);陕西省社会科学基金资助项目(2016N008);工业和信息化部通信软科学项目(2018-R-26);西安市社会科学规划基金资助项目(17X63)。
已有的知识图谱补全(KGC)方法大多未充分挖掘三元组结构中的关系路径,仅考虑了图结构信息;同时现有模型在实体聚合过程中着重考虑邻域信息,对关系的学习相对简单。针对以上问题,提出融合有向关系和关系路径的图注意力模型DRPGAT。首先,...
关键词：知识图谱 知识图谱补全 关系路径推理 层次注意力 链接预测 
面向知识图谱归纳链接预测的负采样方法
《信息工程大学学报》2025年第2期142-147,160,共7页刘洪波 陈越 杨奎武 吴皓 张潮 
国家自然科学基金(62172433)。
知识图谱归纳链接预测模型在训练过程中需要使用正例三元组和负例三元组,而当前的随机负采样方法容易产生低质量的负例三元组,影响模型的特征学习能力。针对该问题,提出一种基于相似性的负采样方法。首先,获取被替换实体周围的k跳邻居...
关键词：知识图谱 归纳链接预测 负采样 k跳邻居 相似性计算 
知识图谱嵌入方法的链接预测研究综述
《计算机工程与应用》2025年第8期17-34,共18页刘海超 柳林 王海龙 赵巍伟 刘静 
内蒙古自治区自然科学基金(2022QN06003,2023LHMS06006,2024LHMS06015);内蒙古师范大学基本科研业务费专项资金(2022JBYJ032);内蒙古自治区档案馆档案科技项目(2023-13);无穷维哈密顿系统及其算法应用教育部重点实验室项目(内蒙古师范大学)(2023KFYB03,2023KFZD03)。
知识图谱中普遍存在实体和关系缺失等不足,知识图谱补全能够有效解决上述不足被研究者广泛关注。知识图谱嵌入方法的链接预测作为知识补全的重要研究方向,能够预测出知识图谱中缺失的实体或关系,来补全知识图谱并增强其完整性。阐述了...
关键词：知识图谱 知识图谱嵌入 链接预测 知识图谱补全 
语言模型增强的引文网络连边因子挖掘
《大数据》2025年第2期91-106,共16页王慜懋 赵洪科 吴李康 焦之贤 黄振亚 
国家自然科学基金项目(No.72101176)。
GNN可以有效聚合图结构数据中邻近节点的信息以学习节点表征,在引文网络数据挖掘领域展现出了巨大的潜力。然而,现有的大多数GNN在捕获连边信息的驱动因子方面缺乏深入探索,这限制了对节点间复杂关系的深入理解和解释。例如,不同论文之...
关键词：大语言模型 图神经网络 连边因子挖掘 链接预测 引文网络 
基于逻辑规则和图神经网络的知识图谱补全
《计算机工程》2025年第3期131-143,共13页刘春雨 陈庆锋 莫少聪 谢泽 
国家自然科学基金(61963004)。
知识图谱补全旨在利用知识图谱中已有的知识推导出新的事实,在多个任务和领域发挥重要作用,引起研究者越来越多的关注。然而现有的知识图谱补全方法大多专注于对知识图谱中的事实三元组进行建模,未充分考虑知识图谱中实体和关系之间所...
关键词：知识图谱 知识图谱补全 逻辑规则 图神经网络 链接预测 
基于关系嵌入的异质图神经网络链接预测模型
《计算机测量与控制》2025年第3期30-36,共7页龙伟 张明蓝 韩敏 
国家重点研发计划资助项目(2023YFB3308600)。
异质图链接预测任务是一个具有挑战的任务;通过异质图神经网络可以学习异质图节点的节点表示,并基于链接端点的节点表示进行链接预测;基于元路径的异质图神经网络往往不能兼顾效率和性能,而传统的基于关系的异质图模型难以处理复杂的关...
关键词：图神经网络 链接预测 异质图 异质网络 关系嵌入 
融合多层次卷积神经网络的知识图谱嵌入模型
《计算机工程与应用》2025年第6期192-198,共7页李敏 李学俊 廖竞 
国家自然科学基金(61872304)。
知识图谱嵌入将实体和关系投影到连续的低维嵌入空间中来学习三元组特征。基于翻译类的模型无法提取深层知识且特征表达能力有限,基于神经网络的模型虽然能提取出深层知识但容易丢失浅层知识,并且对于实体和关系间的特征交互能力较弱。...
关键词：知识图谱嵌入 残差学习 卷积神经网络 链接预测 
融合关系和结构编码的规则抽取与推理研究
《华东师范大学学报(自然科学版)》2025年第1期97-110,共14页胡继米 万卫兵 程锋 赵宇明 
科技部科技创新2030—“新一代人工智能”重大项目(2020AAA0109300)。
领域知识图谱拥有不完备性和语义复杂多样性的特点,从而导致其在规则抽取和选择问题上的不足,影响了其推理的能力.针对此问题,提出了一种融合关系和结构编码的规则抽取模型.通过提取目标子图中的关系和结构信息并进行特征编码,从而实现...
关键词：工业知识图谱 规则抽取 规则推理 知识补全 链接预测 
多元关系知识表示学习方法研究综述
《计算机工程与应用》2025年第3期62-83,共22页杭婷婷 丁海超 郭亚 冯钧 
国家自然科学基金(62306007);国家重点研发计划(2023YFC3209203);安徽工业大学科研基金(QZ202209)。
知识表示学习旨在将知识库中的实体和关系转化为机器能够理解和处理的形式,从而提升模型的分析与推理能力。针对传统二元关系知识表示学习的局限,如忽略高阶关系、缺乏扩展性和有限的表达力,多元关系知识表示学习方法应运而生。全面综...
关键词：知识表示学习 二元关系 多元关系 链接预测 
知识图谱嵌入研究进展综述
《计算机工程》2025年第2期18-34,共17页马恒志 钱育蓉 冷洪勇 吴海鹏 陶文彬 张依杨 
国家自然科学基金(61966035,62266043)。
随着大数据和人工智能技术的不断发展,知识图谱应用越来越广泛,知识图谱嵌入技术也得到了飞速发展。知识图谱嵌入通过在低维矢量空间中实现结构化知识表示来提高知识表示和推理效率。对知识图谱嵌入技术进行全面概述,包括其基本概念、...
关键词：知识图谱 知识图谱嵌入 知识图谱表示学习 链接预测 三元组分类 
全选清除导出
共33页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部