文献类型：期刊文章

作　　者：张天成[1] 田雪[1] 孙相会[1] 于明鹤[2] 孙艳红[1] 于戈[1]

ZHANG Tian-Cheng;TIAN Xue;SUN Xiang-Hui;YU Ming-He;SUN Yan-Hong;YU Ge(School of Computer Science and Engineering,Northeastern University,Shenyang 110169,China;Software College,Northeastern University,Shenyang 110169,China)

机构地区：[1]东北大学计算机科学与工程学院,辽宁沈阳110169 [2]东北大学软件学院,辽宁沈阳110169

出　　处：《软件学报》

基　　金：国家自然科学基金(U1811261,61902055);中央高校基本科研业务费(N180716010,N2117001)。

年　　份：2023

卷　　号：34

期　　号：1

起止页码：277-311

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：知识图谱(KG)是一种用图模型来描述知识和建模事物之间关联关系的技术.知识图谱嵌入(KGE)作为一种被广泛采用的知识表示方法,其主要思想是将知识图谱中的实体和关系嵌入到连续的向量空间中,用来简化操作,同时保留KG的固有结构.可以使得多种下游任务受益,例如KG补全和关系提取等.首先对现有的知识图谱嵌入技术进行全面回顾,不仅包括使用KG中观察到的事实进行嵌入的技术,还包括添加时间维度的动态KG嵌入方法,以及融合多源信息的KG嵌入技术.对相关模型从实体嵌入、关系嵌入、评分函数等方面进行分析、对比与总结.然后简要介绍KG嵌入技术在下游任务中的典型应用,包括问答系统、推荐系统和关系提取等.最后阐述知识图谱嵌入面临的挑战,对未来的研究方向进行展望.

关 键 词：知识图谱嵌入  翻译模型 复杂关系建模  动态知识图谱  关系提取  

分 类 号：TP182]