基于图表示学习的知识图谱时序推理模型

分享到

【获取途径】超星期刊网
【作者】张宇姣，徐健，吴迪
【刊名】济南大学学报(自然科学版)
【作者单位】¹太原师范学院计算机科学与技术学院；²桂林电子科技大学机电工程学院；³哈尔滨工程大学计算机科学与技术学院；⁴齐齐哈尔大学计算机与控制工程学院
【年份】2025
【卷号】第39卷
【期号】第2期
【页码】272-277
【ISSN】1671-3559
【关键词】时序推理时序知识图谱图表示学习图卷积神经网络
【摘要】针对传统知识图谱推理模型在时间关联推理方面的局限性，以及现有模型仅通过在静态知识图谱中加入时间戳组合，而未充分考虑时间序列依赖关系的问题，提出基于图表示学习的知识图谱时序推理模型；针对图表示学习中的邻居结构信息，设计多关系图结构编码器，以解决当前大部分研究忽略的节点重要性问题；为了更深入地捕获时间信息，将注意力机制引入到时序编码器中，设计模型时序推理算法，通过解码器计算评分并转换为候选实体的概率；采用2个公开数据集测试模型的性能，并与多个现有模型的性能进行比较。结果表明，KGTR＿GRL模型表现...
【基金】国家自然科学基金
【文献类型】期刊