知识图谱嵌入研究进展综述

• 全文链接
• 请求原文

作   者：

马恒志;  钱育蓉;  冷洪勇;  吴海鹏;  陶文彬;  张依杨; 

作者机构：

新疆维吾尔自治区信号检测与处理重点实验室;  新疆大学软件学院; 

关键词：

三元组分类;  知识图谱嵌入;  知识图谱;  知识图谱表示学习;  链接预测; 

期刊名称：

计算机工程

i s s n：

1000-3428

年卷期：

2025 年 51 卷 002 期

页   码：

18-34

摘   要：

随着大数据和人工智能技术的不断发展，知识图谱应用越来越广泛，知识图谱嵌入技术也得到了飞速发展。知识图谱嵌入通过在低维矢量空间中实现结构化知识表示来提高知识表示和推理效率。对知识图谱嵌入技术进行全面概述，包括其基本概念、模型类别、评价指标以及应用前景。首先介绍了知识图谱嵌入的基本概念及背景，将知识图谱嵌入分为基于翻译机制的嵌入模型、基于语义匹配机制的嵌入模型、基于神经网络的嵌入模型和基于附加信息的嵌入模型4个主要类别，并对相关模型的核心思想、评分函数、优缺点、应用场景进行细致梳理；然后总结了知识图谱嵌入的常见数据集和评价指标，以及链接预测和三元组分类等相关应用与实验结果，同时介绍了问答系统、推荐系统等下游任务；最后对知识图谱嵌入技术进行回顾总结，概述了当前知识图谱嵌入技术存在的局限性和主要问题，探讨了未来知识图谱嵌入领域存在的机遇和挑战以及具有潜力的研究方向，并对研究前景进行展望。