基于子圖結構語義增強的少樣本知識圖譜補全

摘要： 針對少樣本場景下實體表示不充分的問題，提出一種基于子圖結構語義增強的少樣本知識圖譜補全模型。首先，采用注意力機制，提取節(jié)點以關系交互為核心的文本語義特征，并提取節(jié)點以集群系數(shù)為核心的子圖結構語義特征；接著，使用前饋神經(jīng)網(wǎng)絡實現(xiàn)實體語義聚合，并利用Transformer網(wǎng)絡針對三元組進行編碼；最后，通過原型匹配網(wǎng)絡來計算鏈接預測分數(shù)。實驗表明，所提模型優(yōu)于所有基于度量學習的基線模... （共7頁）