融合实体类别信息的知识表示学习方法研究

目录

声明

致谢

1 引言

1.1 研究背景及意义

1.2 研究内容及创新点

1.3 论文组织结构

2 知识表示学习研究综述

2.1 相关理论基础

2.1.1 知识表示学习

2.1.2 注意力机制

2.1.3 负采样方法

2.2 符号定义

2.3 数据集简介

2.4 评估任务及评价指标

2.4.1 链接预测

2.4.2 三元组分类

2.5 知识表示学习研究现状

2.5.1 基于三元组事实的知识表示学习方法

2.5.2 融合多源信息的知识表示学习方法

2.6 本章小结

3 融合实体类别信息的知识表示学习

3.1 问题分析

3.2 融合实体类别信息的知识表示学习模型

3.2.1 基于类别的实体表示

3.2.2 模型总体框架

3.2.3 注意力机制

3.2.4 模型训练

3.2.5 模型复杂度分析

3.3 实验

3.3.1 实验设置

3.3.2 实验结果及分析

3.3.3 案例分析

3.4 本章小结

4 融合实体类别信息的负采样方法

4.1 问题分析

4.2 基于实体类别相似度的负采样方法

4.2.1 类别相似度定义

4.2.2 负采样方法描述

4.3 实验

4.3.1 实验设置

4.3.2 实验结果及分析

4.4 本章小结

5 总结与展望

5.1 工作总结

5.2 未来工作展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集