基于改進KNN近鄰實體的知識圖譜嵌入模型

打開文本圖片集

摘要： 為了更好地表示鄰居節(jié)點數(shù)量較少的罕見實體，提出基于近鄰實體的知識圖譜嵌入模型NNKGE，使用K近鄰算法獲得目標實體的近鄰實體作為擴展信息，并在此基礎(chǔ)上提出RNNKGE模型，使用改進的K近鄰算法獲得目標實體在關(guān)系上的近鄰實體，通過圖記憶網(wǎng)絡(luò)對其編碼生成增強的實體表示。通過對公共數(shù)據(jù)集上實驗結(jié)果的分析，以上兩個模型在僅使用近鄰節(jié)點的情況下均實現(xiàn)了對基準模型（CoNE）的性能超越，緩解了數(shù)據(jù)稀疏問題并改善了知識表示性能。（剩余14208字）