基于概率推理的知识图谱链接预测方法

来源：计算机集成制造系统杂志2023年第10期北京时间：

作者：姚建军, 李剑宇, 岳昆, 段亮, 付晓东

单位：1.云南大学信息学院2.云南大学云南省智能系统与计算重点实验室3.昆明理工大学信息工程与自动化学院

摘要：为了有效发现实体间隐含的关联关系并对其进行量化,以全面准确地进行知识图谱(KG)链接预测,提出基于概率推理KG链接预测方法。该方法以描述实体间隐含关联关系并度量链接存在的可能性为目标,基于AMIE算法挖掘KG中的规则并将其转换为Horn子句,进一步构建描述不同实体依赖关系的规则链接贝叶斯网(RLBN),将KG的链接预测任务转换为RLBN的概率推理任务来计算实体间的关联度,从而预测实体间的链接关系。实验结果表明,基于RLBN的KG链接预测精确率和召回率优于其他方法,验证了所提模型的有效性与高效性。

关键词：知识图谱,链接预测,贝叶斯网,Horn子句,概率推理

基金资助：国家自然科学基金资助项目(62002311);云南省重点实验室建设资助项目(202205AG07003);云南省重大科技专项计划资助项目(202202AD080001);云南省基础研究资助项目(202201AT070394);云南大学“东陆学者”培育计划资助项目。