一种不确定性知识图上的动态表示框架
来源：计算机应用与软件杂志2025年第6期北京时间：
作者：陈新元, 陈庆强, 黄戌霞, 陈娥祥
摘要：如何将确定性知识图上的嵌入模型应用于不确定性推理，尚无统一标准，且事实置信度的计算机制也有待优化，基于此提出一种基于不确定性知识图的表示和推理框架，提供对主流确定性模型的支持。调整确定性模型得分函数取值区间，引入松弛系数设计结合置信度与规则的损失函数；改进负例三元组的生成方式，优化置信度的迭代更新和使用机制。在主流数据集上开展尾实体预测和置信度评估，结果表明该文框架的性能相比主流模型有一定提升。
关键词：知识嵌入表示, 不确定性, 置信度, 损失函数, 松弛系数
