基于动态邻域聚合与类型增强的知识图谱补全方法
Knowledge graph completion model based on dynamic neighborhood aggregation and type enhancement
重庆师范大学 计算机与信息科学学院, 重庆 401331
摘要
针对现有的基于图神经网络的知识图谱补全模型未能区分不同邻居实体对中心实体的贡献度，以及其仅依赖于结构信息的提取，忽略了实体固有类型所携带的重要语义信息，导致嵌入表达能力不足，限制了模型预测性能等问题，提出了一种基于动态邻域聚合与类型增强的知识图谱补全模型。首先，该模型利用注意力机制动态调节实体邻域聚合，精细化邻居实体对中心实体的贡献度，以获得更高质量的实体嵌入，并采用实体类型信息对实体嵌入进行语义增强，提高实体嵌入的语义表达能力；其次，通过构建类型图捕捉关系本质所体现的实体间的类型语义关联，提高关系嵌入质量；最后，将增强后的实体和关系嵌入输入到解码器中，通过一个评分函数，对输入的特征三元组进行打分预测，完成知识图谱补全任务。该模型与目前流行的基线模型CompGCN相比，其性能在FB15k-237数据集和NELL-995数据集上的MRR、hits@3分别提升了1.9、2.3和2.1、0.9百分点。实验结果表明，该模型能够有效利用实体类型信息对实体和关系嵌入进行增强，从而提高模型在预测任务中的准确度。
基金项目
国家自然科学基金资助项目(62306054)
重庆市自然科学基金面上项目(CSTB2023NSCQMSX1010)
重庆市教委科学技术研究项目(KJZDK202400507)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.07.0253
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第3期
发布历史
[2025-11-17] 优先出版
引用本文
韩云佳, 范永胜, 桑彬彬, 等. 基于动态邻域聚合与类型增强的知识图谱补全方法 [J]. 计算机应用研究, 2026, 43 (3). (2025-11-18). https://doi.org/10.19734/j.issn.1001-3695.2025.07.0253. (Han Yunjia, Fan Yongsheng, Sang Binbin, et al. Knowledge graph completion model based on dynamic neighborhood aggregation and type enhancement [J]. Application Research of Computers, 2026, 43 (3). (2025-11-18). https://doi.org/10.19734/j.issn.1001-3695.2025.07.0253. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
