面向關系特性建模的知識圖譜表示學習研究綜述

摘要： 知識圖譜表示學習技術可以將符號化的知識圖譜轉換為實體和關系的數值化表示，進而有效結合各類深度學習模型以賦能知識增強的下游應用。相較于實體，關系充分體現了知識圖譜中的語義信息，建模關系的各類特性對知識圖譜表示學習的性能非常關鍵。首先，針對一對一、一對多、多對一和多對多的復雜映射特性，梳理基于關系感知映射的模型、基于特定表示空間的模型、基于張量分解的模型和基于神經網絡的模型；接著，... （共14頁）