面向领域知识图谱的知识推理和质量评测研究

作     者：张文钊 

作者单位：内蒙古大学 

学位级别：硕士

导师姓名：李华

授予年度：2022年

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）] 

主      题：领域知识图谱 知识推理 知识表示学习 负样例生成 质量评测 

摘      要：随着知识图谱的兴起,领域知识图谱迅速发展并应用于众多行业中,它对数据的准确性、完整性有更高的要求。然而知识缺失、冗余和错误等问题普遍存在于领域知识图谱中,这些问题制约了领域知识图谱在下游任务中的应用。因此需要对其进行知识推理和质量评测工作,知识推理可以补全缺失知识,质量评测是保证数据可靠性的重要手段。本文面向领域知识图谱进行知识推理及质量评测研究,主要工作如下:(1)提出基于知识表示学习的领域知识图谱推理算法。根据领域知识图谱特点提出实体类别聚类算法并改进负样例生成过程,最后使用知识表示学习模型进行训练。在医药知识图谱和海洋鱼类知识图谱的链接预测实验中,本文算法在Trans E、Rotat E模型中MR、MRR的Hits@N指标有所提升。(2)依据现有质量评测的相关文献,本文对领域知识图谱准确性、完整性和简洁性质量评测维度进行研究,说明了这些维度的评测对象和内容。具体提出了倒数链接完整率、属性完整率、冗余度和数据简洁度评测指标,并设计了一个领域知识图谱质量评测框架。最后对医药知识图谱和海洋鱼类知识图谱进行质量评测,进一步说明解释本文指标的评测方法和意义。