基于改进KNN近邻实体的知识图谱嵌入模型

作     者：刘婕 孙更新 宾晟 LIU Jie;SUN Gengxin;BIN Sheng

作者机构：青岛大学计算机科学技术学院山东青岛266071 

出 版 物：《复杂系统与复杂性科学》 (Complex Systems and Complexity Science)

年 卷 期：2024年第21卷第2期

页      面：30-37页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070104[理学-应用数学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：教育部人文社会科学规划基金(21YJA860001) 山东省自然基金面上项目(ZR2021MG006) 

主　　题：知识图谱 知识图谱嵌入 邻居节点 K近邻算法 图记忆网络 

摘      要：为了更好地表示邻居节点数量较少的罕见实体,提出基于近邻实体的知识图谱嵌入模型NNKGE,使用K近邻算法获得目标实体的近邻实体作为扩展信息,并在此基础上提出RNNKGE模型,使用改进的K近邻算法获得目标实体在关系上的近邻实体,通过图记忆网络对其编码生成增强的实体表示。通过对公共数据集上实验结果的分析,以上两个模型在仅使用近邻节点的情况下均实现了对基准模型(CoNE)的性能超越,缓解了数据稀疏问题并改善了知识表示性能。