文献类型：期刊文章

作　　者：申宇铭[1] 杜剑峰[1]

SHEN Yuming;DU Jianfeng(School of Information Science and Technology,Guangdong University of Foreign Studies,Guangzhou 510420,China)

机构地区：[1]广东外语外贸大学信息科学与技术学院,广东广州510420

出　　处：《大数据》

基　　金：国家自然科学基金资助项目(No.61876204);广东省自然科学基金资助项目(No.2018A030313777)。

年　　份：2021

卷　　号：7

期　　号：3

起止页码：30-41

语　　种：中文

收录情况：NSSD、RCCSE、ZGKJHX、普通刊

摘　　要：时态知识图谱是将时间信息添加到传统的知识图谱而得到的。近年来,时态知识图谱补全受到了学术界的高度关注,并成为研究热点之一。总结了目前时态知识图谱补全的两大类方法,即基于符号逻辑的方法和基于知识表示学习的方法,比较分析了两类方法的优缺点,展望了未来时态补全方法的发展方向,还总结了7个用于时态知识图谱补全的基准数据集和若干代表性模型在基准数据集上的评测结果。

关 键 词：时态知识图谱  本体 表示学习  

分 类 号：TP18]