基于三维空间旋转平移的自适应知识表示方法

作     者：李子茂 汤先毅 尹帆 王灿 姜海 Li Zimao;Tang Xianyi;Yin Fan;Wang Can;Jiang Hai

作者机构：中南民族大学计算机科学学院武汉430074 农业区块链与智能管理湖北省工程研究中心武汉430074 湖北省制造企业智能管理工程技术研究中心武汉430074 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2024年第41卷第1期

页      面：59-64页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家民委中青年英才培养计划资助项目(MZR20007) 新疆维吾尔自治区区域协同创新专项(科技援疆计划)(2022E02035) 武汉市知识创新专项曙光计划资助项目(SZY23003) 

主　　题：知识图谱 表示学习 自适应投影 旋转平移 

摘      要：现有知识图谱表示学习研究中普遍存在忽视特定关系的语义空间、难以建模非单射复杂关系或多种关系模式等问题,尤其是在不可交换的组合以及子关系两种关系模式上表现不佳。针对该问题,在对实体自适应投影的基础上,利用罗德里格斯旋转公式将旋转操作从二维空间拓展到三维空间并进行平移优化,提出一种新的具有强表征能力的模型ATR3DKRL。通过理论推导可以证明该模型能够建模非单射复杂关系以及多种关系模式。在多个通用数据集上的实验结果表明,该模型可以有效提高链接预测精度,在数据集DB100K与FB15K-237中四个指标上领先现有基线模型,其中在DB100K上评价指标MRR和H@1相较于基线模型RotatE分别大幅提高了3.3%以及6.5%。