计算机科学与探索

作者：梁新雨, 司冠南, 李建辛, 田鹏新, 安兆亮, 周风余

单位：1. 山东交通学院 信息科学与电气工程学院，济南 2503572. 山东大学 控制科学与工程学院，济南 250000

关键词：知识图谱,知识图谱补全,归纳学习

知识图谱补全能够使知识图谱更加完整。然而，传统的知识图谱补全方法假定在测试时所有实体和关系都出现在训练过程，由于现实世界知识图谱的演变性质，一旦出现不可见实体或不可见关系，就需要重新训练知识图谱。面向知识图谱补全的归纳学习旨在补全包含不可见实体或不可见关系的三元组，而无需从头开始训练知识图谱，因此近年来受到广泛关注。首先从知识图谱的基本概念出发，将知识图谱补全分为两大类，直推式和归纳式；其次从归纳式的知识图谱补全的理论角度出发，分为半归纳和全归纳这两类，并从该角度对模型进行总结归纳；然后从归纳式的知识图谱补全的技术角度出发，分为基于结构信息和基于额外信息这两大类，将基于结构信息的方法细分为基于归纳嵌入、基于逻辑规则和基于元学习这三类，将基于额外信息的方法细分为基于文本信息和其他信息这两类，并对当下方法进一步深入细分、分析和对比；最后对未来的研究方向进行展望。

来源：2023年第11期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2023年第11期