基于路径与层次注意力的关系预测方法

摘要

目前,大多数基于路径的关系预测方法忽略了路径和关系之间的语义相关性,针对此问题提出一种层次注意力机制,捕获不同粒度的信息,包括关系级特征和路径级特征,在多跳路径和关系之间提供一种补充的语义关联。关系级注意力是以目标关系为导向,更多关注与目标关系相匹配的关系。路径级注意力是通过捕获给定实体对的邻域子图结构实现,为结果提供可解释性。该模型可以有效缓解噪声路径和冗余路径对关系预测任务的影响。实验结果表明,在相关数据集上,该模型的关系预测性能优于现有模型。