融合结构与文本特征的知识图谱关系预测方法研究
来源：图书情报工作杂志2020年第21期北京时间：
作者：林泽斐,欧石燕
单位：1. 南京大学信息管理学院 南京 210093;<br />\r\n2. 福建师范大学社会发展学院 福州 350007
摘要：[目的/意义] 提出一种融合内部结构特征和外部文本特征的知识图谱关系预测新方法，旨在预测知识图谱中两实体间缺失关系的类型。[方法/过程] 将关系路径和反映实体间关系的文本矩阵化，通过卷积神经网络学习与特定关系类型相关的结构和文本模式特征，在此基础上训练模型实现关系预测。[结果/结论] 实验结果显示，该方法在评测数据集上的性能表现超过对照方法的水平，可有效提升知识图谱关系预测的性能。通过实际应用发现，该方法在知识服务中具有良好的应用价值。
关键词：知识图谱,关系预测,特征融合,深度学习,
基金资助：本文系国家社会科学基金重点项目"基于关联数据的学术文献内容语义发布及其应用研究"（项目编号：17ATQ001）研究成果之一。
