山东大学学报(理学版)

作者：那宇嘉,谢珺,杨海洋,续欣莹

单位：1. 太原理工大学信息与计算机学院，山西 晋中 030600；2. 太原理工大学电气与动力工程学院，山西 太原 030024

关键词：知识图谱补全,Inception网络,邻接关系,关系路径,注意力机制,

基金：山西省科技合作交流专项项目(202104041101030)

构建了一种融合了上下文的知识图谱补全模型。首先通过Inception网络得到给定头尾实体对的深度交互嵌入；其次定义和编码给定实体对的2种上、下文信息：邻接关系上下文和路径上下文；然后使用基于头尾交互嵌入的注意力机制，分别聚合给定实体对的邻接关系上下文和路径上下文；最后利用全连接层来融合给定实体对的2种上下文信息，预测给定实体对之间的关系。在数据集FB15K-237、WN18RR和NELL-995中与其他主流模型对比，实验结果证实了所提补全模型的有效性。

来源：2023年第9期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2023年第9期