混合负采样的知识图谱嵌入

来源：计算机技术与发展杂志2023年第09期北京时间：

作者：奚超亮;冷泳林

单位：渤海大学 信息科学与技术学院,辽宁 锦州 121000 Author(s): XI Chao-liang;LENG Yong-lin School of Information Science and Technology,Bohai University,Jinzhou 121000,China 关键词: 翻译模型;知识图谱;三元组分类;链路预测;DBSCAN clustering;负采样 Keywords: translation model;knowledge graph;triple classification;link prediction;density-based spatial clustering of applications withnoise clustering;negative sampling 分类号: TP391 DOI: 10. 3969 / j. issn. 1673-629X. 2023. 09. 025 摘要: 知识图谱嵌入表示模型将实体与关系转化为低维的向量表示,来表达实体与关系之间的关联语义,是解决知识图谱补全问题的重要方法。 传统模型采用随机负采样来构造负例三元组,容易产生低质量负样本,影响表示模型的特征学习能力。 基于相似性的负采样方法,对实体点进行聚类,提高了负采样的质量。 但针对知识图谱中的稀疏点,因无法控制聚类点数量,导致模型性能降低。 经过对相似性负采样和样本点稀疏问题的研究,采用基于密度的聚类算法 DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 对聚类中的样本进行头尾实体的替换,并对 DBSCAN 中的领域聚类半径采取了自适应优化,找到合适的聚类中心,降低离群点的数量。 同时对于聚类外的离群点进行过采样,构造离群点的相似点,解决稀疏点负采样的问题。 最后,将该负采样方法与 TransE 结合,得到了混合负采样模型 TransE-DNS。研究结果表明:TransE-DNS 在链路预测和三元组分类任务上取得了更好的效果。

摘要：知识图谱嵌入表示模型将实体与关系转化为低维的向量表示,来表达实体与关系之间的关联语义,是解决知识图谱补全问题的重要方法。 传统模型采用随机负采样来构造负例三元组,容易产生低质量负样本,影响表示模型的特征学习能力。 基于相似性的负采样方法,对实体点进行聚类,提高了负采样的质量。 但针对知识图谱中的稀疏点,因无法控制聚类点数量,导致模型性能降低。 经过对相似性负采样和样本点稀疏问题的研究,采用基于密度的聚类算法 DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 对聚类中的样本进行头尾实体的替换,并对 DBSCAN 中的领域聚类半径采取了自适应优化,找到合适的聚类中心,降低离群点的数量。 同时对于聚类外的离群点进行过采样,构造离群点的相似点,解决稀疏点负采样的问题。 最后,将该负采样方法与 TransE 结合,得到了混合负采样模型 TransE-DNS。研究结果表明:TransE-DNS 在链路预测和三元组分类任务上取得了更好的效果。

关键词：翻译模型;知识图谱;三元组分类;链路预测;DBSCAN clustering;负采样