基于子图结构语义增强的少样本知识图谱补全

摘要： 针对少样本场景下实体表示不充分的问题，提出一种基于子图结构语义增强的少样本知识图谱补全模型。首先，采用注意力机制，提取节点以关系交互为核心的文本语义特征，并提取节点以集群系数为核心的子图结构语义特征；接着，使用前馈神经网络实现实体语义聚合，并利用Transformer网络针对三元组进行编码；最后，通过原型匹配网络来计算链接预测分数。实验表明，所提模型优于所有基于度量学习的基线模... （共7页）