嵌入式静态知识图谱补全研究进展

作     者：吴玉洁 奚雪峰 崔志明 WU Yujie;XI Xuefeng;CUI Zhiming

作者机构：苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州科技大学苏州智慧城市研究院江苏苏州215000 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第12期

页      面：34-47页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金(61876217,62176175) 江苏省"六大人才高峰"高层次人才项目(XYDXX-086) 苏州市科技计划项目(SGC2021078) 

主　　题：知识图谱嵌入 知识图谱补全 预训练语言模型 

摘      要：知识图谱是一种应用广泛且语义丰富的数据表示形式,日益成为知识工程领域的重要技术。但是由于现实世界中的知识图谱往往存在不完整和含糊的信息,阻碍了知识图谱应用性能。知识图谱补全技术旨在通过预测缺失的实体或关系来丰富知识图谱的内容,是近年来研究的热点,特别是在知识图谱补全任务中采用嵌入式方法取得了显著进展。回顾近年来嵌入式静态知识图谱补全方法,从空间平移、张量分解、神经网络模型、预训练语言模型等角度开展分类探讨。这些方法通过将实体关系嵌入到连续向量空间中,实现了更好的语义表示和推理能力;同时,在捕捉实体间复杂关系、利用图结构信息等方面具有潜在优势。