网站大量收购独家精品文档,联系QQ:2885784924

面向知识图谱的规则挖掘研究综述.pdfVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

302023,59(14)ComputerEngineeringandApplications计算机工程与应用

面向知识图谱的规则挖掘研究综述

刘洪波,陈越,卢记仓,侯雪梅,杨奎武

战略支援部队信息工程大学,郑州450001

摘要:面向知识图谱的规则挖掘是从知识图谱中抽取出隐含的规则知识,应用于知识图谱补全、去噪、数据解释等

问题,具有准确度高、可解释性强的优势。综述近年来知识图谱领域规则挖掘方法的必威体育精装版研究进展,详细介绍了基

于路径遍历、频繁项集和表示学习的规则挖掘方法,分析各类不同方法的特点、性能和存在问题,同时对规则的质量

评估函数进行归纳总结,并探讨和展望了该领域未来的研究方向和前景。

关键词:知识图谱;规则挖掘;规则质量评估;路径遍历;表示学习;频繁项集

文献标志码:A中图分类号:TP391doi:10.3778/j.issn.1002-8331.2210-0014

SurveyonRuleMiningforKnowledgeGraph

LIUHongbo,CHENYue,LUJicang,HOUXuemei,YANGKuiwu

StrategicSupportForceInformationEngineeringUniversity,Zhengzhou450001,China

Abstract:Ruleminingforknowledgegraphistoextracttheimpliedruleknowledgefromtheknowledgegraph,therules

whichhavetheadvantagesofhighaccuracyandstronginterpretabilitycanbeusedtoknowledgegraphcompletion,denois-

ing,datainterpretionandotherissues.Thelatestresearchprogressofruleminingmethodsinthefieldofknowledgegraph

arereviewed,theruleminingmethodsbasedonpathtraversal,frequentitemsetandrepresentationlearningareintroduced

indetail.Thecharacteristics,performanceandexistingproblemsofvariousmethodsareanalyzed.Thequalityevaluation

functionofrulesarediscussed.Finally,thefutureresearchdirectionandprospectofthisfieldarediscussedandprospected.

Keywords:knowledgegraph;rulemining;rulequalityevalution;pathtraversal;representationlearning;frequentitemsets

信息抽取自动化技术的发展促进了知识图谱规模的背景产生。

的增大,如NELL[1-2]、DBpedia[3]、YAGO[4-5]和Wikidata[6-7]。本文主要对知识图谱领域的规则挖掘方法和规则

这些知识图谱以三元组的形式包含数百万或数十亿的度量标准进行综述研究和分析对比,并对当前方法的现

关系事实,但这些事实中仍然存在很多缺失和错误的实状和未来的研究趋势进行探讨。

体和关系,利用规则可以进行知识图谱的补全和去噪,

并且具有准确度高、可解释性强的优点,因此规则学习1知识图谱概述

在知识图谱领域受到越来越多的关注。从不同角度进1.1知识图谱定义

行划分,规则可以分为很多种,本文所指规则是指语义知识图谱是谷歌推出的一款知识有哪些信誉好的足球投注网站产品,后来这

明确、能描述数据分布所隐含的客观规律或者领域概

文档评论(0)

圆豆 + 关注
实名认证
文档贡献者

与您携手,共同进步

1亿VIP精品文档

相关文档