计算机应用

作者：李健京, 李贯峰, 秦飞舟, 李卫军

单位：1.宁夏大学 信息工程学院，银川 750021；2.北方民族大学 计算机科学与工程学院，银川 750021

关键词：知识图谱,多关系推理,近似推理,不确定性,卷积神经网络

基金：国家自然科学基金资助项目(62066038);宁夏自然科学基金资助项目(2022AAC03026);宁夏大学2023研究生创新项目

针对大规模知识图谱（KG）的不确定性嵌入模型中无法对多种逻辑关系进行近似推理的问题，提出一种基于不确定KG嵌入（UKGE）的多关系近似推理模型UDConEx（Uncertainty DistMult （Distance Multiplicative） and complex Convolution Embedding）。首先，UDConEx结合DistMult和ComplEx（Complex Embedding）模型的特点，使得UDConEx具有推理对称与非对称关系的能力；其次，UDConEx采用卷积神经网络（CNN）捕获不确定性KG中的交互信息，使它具有推理逆关系和传递关系的能力；最后，UDConEx利用神经网络对KG的不确定信息进行置信度学习，在UKGE空间中可以进行近似推理。在CN15k、NL27k和PPI5k这3个公开数据集上的实验结果表明，相较于MUKGE（Multiplex UKGE）模型，UDConEx在CN15k、NL27k和PPI5k的置信度预测任务中平均绝对误差（MAE）分别降低了6.3%，30.1%和44.9%；在关系事实排名任务中，基于线性的归一化折损累计增益（NDCG）在CN15k和NL27k数据集中分别提升了5.8%和2.6%；在多关系近似推理任务中验证了UDConEx具有多种逻辑关系的近似推理能力。UDConEx弥补了传统嵌入模型无法进行置信度预测的不足，实现了对多种逻辑关系的近似推理，具有更精确、具有可解释性的不确定性知识图谱推理能力。

来源：2024年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第6期