软件学报

作者：陈子睿，王鑫，王晨旭，张少伟，闫浩宇

单位：陈子睿，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室, 天津 30035011,王鑫，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室, 天津 30035002,王晨旭，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室, 天津 30035003,张少伟，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室, 天津 30035004,闫浩宇，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室, 天津 30035005

关键词：时序知识超图;链接预测;知识表示;嵌入学习;时序信息

基金：科技创新2030“新一代人工智能”重大专项(2020AAA0108504);国家自然科学基金(61972275)

知识超图是一种使用多元关系表示现实世界的异构图,但无论在通用领域还是垂直领域,现有的知识超图普遍存在不完整的情况.因此,如何通过知识超图中已有的链接推理缺失的链接,是一个具有挑战性的问题.目前,大多数研究使用基于多元关系的知识表示学习方法完成知识超图的链接预测任务,但这些方法仅从时间未知的超边中学习实体与关系的嵌入向量,没有考虑时间因素对事实动态演变的影响,导致在动态环境中的预测性能较差.首先,根据首次所提出的时序知识超图定义,提出时序知识超图链接预测模型,同时从实体角色、位置和时序超边的时间戳中学习实体的静态表征和动态表征,以一定比例融合后作为实体嵌入向量用于链接预测任务,实现对超边时序信息的充分利用.同时,从理论上证明模型具有完全表达性和线性空间复杂度.此外,通过上市公司的公开经营数据构建时序知识超图数据集CB67,并在该数据集上进行了大量实验评估.实验结果表明,模型能够在时序知识超图数据集上有效地执行链接预测任务.

来源：2023年第10期

《软件学报》期刊编辑部

查看软件学报杂志2023年第10期