Resumen

En el proceso de aprendizaje y razonamiento de grafos de conocimiento, la tecnología de descomposición de tensores existente solo considera la relación directa entre entidades en el grafo de conocimiento. Sin embargo, ignora las características de la estructura de grafo del grafo de conocimiento. Para resolver este problema, en este artículo se propone un algoritmo de razonamiento de grafos de conocimiento basado en el aprendizaje de caminos relacionales multihop (MHRP-learning) y la descomposición de tensores. En primer lugar, se adopta MHRP-learning para obtener el camino de relación entre pares de entidades en el grafo de conocimiento. Luego, se realiza la descomposición de tensores para obtener un nuevo marco de aprendizaje. Finalmente, los experimentos muestran que el método propuesto logra resultados avanzados y es aplicable al razonamiento de grafos de conocimiento.

• Materias:Método de monitoreo Acoplamientos multimodales Ecuaciones simultáneas Anomalías de datos Procesamiento de robots
• Subjects:Monitoring method Multimodal couplings Simultaneous equations Data anomalies Robot processing
• Palabras claves:Proceso; Aprendizaje; Grafo de conocimiento; Descomposición de tensores; Caminos relacionales de múltiples pasos; Algoritmo
• Keywords:Process; Learning; Knowledge graph; Tensor decomposition; Multihop relational paths; Algorithm