面向關(guān)系特性建模的知識(shí)圖譜表示學(xué)習(xí)研究綜述

摘要： 知識(shí)圖譜表示學(xué)習(xí)技術(shù)可以將符號(hào)化的知識(shí)圖譜轉(zhuǎn)換為實(shí)體和關(guān)系的數(shù)值化表示，進(jìn)而有效結(jié)合各類深度學(xué)習(xí)模型以賦能知識(shí)增強(qiáng)的下游應(yīng)用。相較于實(shí)體，關(guān)系充分體現(xiàn)了知識(shí)圖譜中的語(yǔ)義信息，建模關(guān)系的各類特性對(duì)知識(shí)圖譜表示學(xué)習(xí)的性能非常關(guān)鍵。首先，針對(duì)一對(duì)一、一對(duì)多、多對(duì)一和多對(duì)多的復(fù)雜映射特性，梳理基于關(guān)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(jīng)網(wǎng)絡(luò)的模型；接著，... （共14頁(yè)）