基于关系平滑去噪与神经过程的小样本知识图谱补全方法
Few-shot knowledge graph completion method based on relation-aware smoothing denoising and neural processes
1. 新疆大学 计算机科学与技术学院, 乌鲁木齐 830017
2. 新疆维吾尔自治区信号检测与处理重点实验室, 乌鲁木齐 830017
3. 新疆维吾尔自治区住房和城乡建设厅 数字住建专班, 乌鲁木齐 830000
摘要
本研究针对小样本知识图谱补全(few-shot knowledge graph completion，FKGC)中噪声干扰与分布外(out-of-distribution，OOD)泛化能力不足的问题，提出了一种关系平滑去噪神经过程框架。该框架由关系平滑去噪与不确定性感知泛化建模两个模块组成。首先，通过语义平滑减少错误标注引起的偏差，并基于边置信度修剪虚假连接以优化结构。其次，为提升对复杂模式和异常数据的泛化能力，采用神经过程结合归一化流与随机解码器，对关系的功能性分布进行建模与增强。实验在NELL、WIKI和FB15K-237三个公开基准数据集上进行。结果表明，该算法在MRR指标上分别比其他十种算法提高7.1、4.1和5.1个百分点，且在Hits@10指标上也分别提高1.1、3.2和6.7个百分点。实验结果验证了该框架在FKGC中的有效性，并在预测准确率和泛化能力方面优于现有方法。
基金项目
国家自然科学基金资助项目(202404120007)
横向课题(202504140005)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.09.0422
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第6期
发布历史
[2026-02-25] 优先出版
引用本文
李海超, 关常来, 康生国, 等. 基于关系平滑去噪与神经过程的小样本知识图谱补全方法 [J]. 计算机应用研究, 2026, 43 (6). (2026-02-25). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0422. (Li Haichao, Guan Changlai, Kang Shengguo, et al. Few-shot knowledge graph completion method based on relation-aware smoothing denoising and neural processes [J]. Application Research of Computers, 2026, 43 (6). (2026-02-25). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0422. )
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
