【摘 要】
：
在这个大数据时代,随着智能信息服务应用不断深入人们的生活,网络数据日益膨胀,知识图谱因其强大的语义处理能力与开放互联能力成为当下研究的焦点。知识图谱由于还在发展阶段,大多仍处于不完整的状态。在知识图谱的构建过程中,链接预测是知识图谱补全的重要技术手段。通过对链接预测相关工作的调研发现,现有的方法在多元关系的嵌入表示学习中,没有充分利用其关联结构信息和特征信息,造成许多关键语义信息的丢失,对于复杂事
【基金项目】
：
国家自然科学基金项目“多目标协同下语义化扩展的知识图谱补全机理及其应用模式”（批准文号:61976032）；
论文部分内容阅读
在这个大数据时代,随着智能信息服务应用不断深入人们的生活,网络数据日益膨胀,知识图谱因其强大的语义处理能力与开放互联能力成为当下研究的焦点。知识图谱由于还在发展阶段,大多仍处于不完整的状态。在知识图谱的构建过程中,链接预测是知识图谱补全的重要技术手段。通过对链接预测相关工作的调研发现,现有的方法在多元关系的嵌入表示学习中,没有充分利用其关联结构信息和特征信息,造成许多关键语义信息的丢失,对于复杂事实的表达能力仍然有所欠缺。为了解决这一问题,本文对多元关系数据的嵌入表示学习进行研究,从两种角度充分挖掘多元关系内部的信息,提出基于多元关系相关性的链接预测方法。本文的主要研究内容如下:（1）提出基于注意力和相关性约束的多元关系嵌入表示模型（ACCMRE）,通过对实例中的实体、关系、事实每两个概念的相关性建模,捕捉他们之间的关联作为嵌入的相关性约束,解决多元关系的嵌入问题。该模型利用翻译模型的距离假设和注意力机制,在嵌入中充分表达了事实内部的关联结构信息和自身的语义信息。（2）提出基于注意力的联合嵌入表示模型（AJE）,利用实体的邻域结构捕获实体的局部邻域特征,角色类型特征及角色的相关性,融合到多元关系的实体嵌入表示中,并利用注意力机制对信息传递过程中每种信息不同的重要性进行有效区分。（3）利用三个多元关系数据集FB-AUTO、M-FB15K、Wiki People和三个二元关系数据集FB15k、WN18、JF17K:Gs2c上进行链接预测实验,对本文的两个模型进行评估。实验结果表明,本文提出的ACCMRE和AJE模型有效学习了多元关系事实的内部信息,在倒数平均排名和正确预测排名占比这两个关键指标上均优于现有模型。
其他文献
鉴于特征选择方法在传统的单标签学习领域的成功应用,研究学者们也开始研究和拓展可以有效应用在多标签数据集上的特征选择方法,可以剔除冗余和无关的特征,保留与标签集合最相关的特征。在多标签学习中,大多数的特征选择方法忽略了标签间的关联关系,而是把整个标签集合看成一个整体,从而根据特征与整体标签的相关性选择出最终的特征子集,然而,忽略标签间的关联关系可能会导致最终选择的特征子集包含一些冗余的特征,遗漏一些
随着遥感影像技术的不断发展,光学遥感图像的获取也越加容易。然而遥感图像中目标排列密集,目前主要的目标检测算法,对密集目标提取特征以后,密集目标临界区域的特征区分度往往较差,特征出现粘连现象,导致算法生成的检测边框容易将密集目标检测为单个目标。同时遥感图像背景较为复杂,复杂的背景中存在和真实目标相类似的背景目标,这些背景目标在特征图中,容易带来高响应的噪声,导致算法将背景目标错误的检测为真实目标。近
水下图像增强技术作为计算机视觉领域的重要研究方向之一,旨在提高水下图像质量。研究者们针对水下图像中存在的颜色失真、模糊、对比度低等问题提出了大量有价值的理论和技术,然而目前主流方法仅局限于对自然光照条件下捕获的水下图像进行增强处理,而对水下多智能体协同作业环境中的复杂光照场景却鲜有考虑。由于水介质对光线的吸收作用,水下图像普遍存在弱光照或者低光照问题,水下作业装备在深海低光照环境中需要携带一个或多
高校是我国培养高素质人才的重要场所，拥有丰富的资金、场地、师资、技术等资源的支撑，是推进体教融合场所的最佳选择。在“新举国体制”背景下，高校体教融合面临着众多困境和机遇。文章探析了我国“新举国体制”的内涵，对高校体教融合进行了历史回顾，发现高校体教融合存在管理动力不足、目标定位不同、学训矛盾凸显、科研助力乏力等困境。针对高校体教融合中存在的困境提出：坚持以育人为核心，竞赛为目标的教育理念；结合市场
为探索深化高校“体教融合”之路，推动大学生文化学习和体育锻炼的协调发展，培养德智体美劳全面发展的社会主义建设者和接班人，文章对高校体育教师与学生进行调研，从学校体育工作、体育赛事体系、社会体育组织、体育教师和教练员队伍、“体教融合”政策保障等五个方面深入分析，了解高校深化“体教融合”的现实困境和解决路径。研究发现，教育与体育两大系统已有相关政策作为牵引保障，但多元共治体系尚未建立，发展领域仍有局限
随着互联网科学技术的蓬勃发展,网络通信越来越成为人们主要的沟通方式,其中数字图像由于其富含信息量大的原因而被人们频繁使用。但如何防止其在通讯传输过程中产生隐私外泄的问题受到了人们的重视,由于图像所具有的相邻像素相关性强和信息量大等特点,使得针对文本的传统加密算法不再适用于图像加密。因而本文将混沌理论引入密码学,将其对初始值敏感度高,序列遍历性强等特点应用于图像加密,并针对传统混沌系统有效参数范围小
任务分配是时空众包研究的核心问题。国内外相关研究进展表明,由于在线场景下任务分配面临工人、任务和时空约束的不确定性,如何对工人和任务的参数进行有效估计等相关问题研究还处于起步阶段,需要更多更深入的算法研究和改进。针对时空众包中参数估计和任务分配的问题,本文主要完成了以下工作:（1）提出了RRDQN（Double Recurrent DQN）框架解决时空众包动态任务分配问题。在参数估计方面,时空众包
＜正＞例1 张某,女,12岁.因反复高热两月余,于1991年6月24日来诊.其父述该女平素性情急躁,两个月前因情志不遂,致目赤口干,身热体倦,又微受风寒,体温升至39.5 ℃,自服退热药无效.当地医院以“高热待查”收入院,查血WBC3.6 X 10~9/L,中性偏高,经静滴多种抗生素加激素,体温暂降后又复升,仍达40℃以上,持续1月余.转某省级医院,确诊为“变应性亚败血症”,经静脉输液加抗生素、激
密度聚类从数据对象密度的角度考察数据间的相似程度,并根据相似程度不断扩展直到获得最终的聚类结果。现有的密度聚类算法因适用任意形状的数据集、思想易于理解、可视化能力强被人们广泛应用。但传统的基于密度的聚类算法仍然存在两处不足,一是不能有效处理密度差异大的数据集,二是聚类结果过度依赖参数的取值。本篇论文针对上述不足之处,提出了两种新的改进方法。首先,本文提出了一种基于最近邻的密度分层聚类算法。该算法使