多關系下圖自注意機制增強的知識表示學習

摘要： 知識圖譜為表示多關系型數(shù)據(jù)的異構圖。已有知識表示學習方法通過增加實體和關系嵌入之間的交互提高知識三元組表達能力，但無法使其蘊含多層次語義，即特定關系下實體具有的多重關聯(lián)屬性。圖神經(jīng)網(wǎng)絡利用結構信息為實體的鄰居節(jié)點分配權重，但無法對實體和鄰居之間的復雜交互進行更精準的消息傳遞。為此，提出了基于自注意機制的知識表示學習模型（CompESAT），為聚合了鄰居信息的復合實體引入自注意機... （共8頁）