基于综合影响力模型的改进EvolveKG方法及应用研究

摘要

针对演化知识图谱Evolve KG框架中对不同时间所发生事件之间影响力刻画不足的问题,提出了一种改进的Evolve KG框架,从历史事件的时间影响和内容相似性影响两个方面进行考虑,得到一种历史事件对当前事件的综合影响力模型,计算得到事件在时间维度的总影响度,并转换为知识图谱中关系边上的权重。通过将该方法应用于ICEWS数据库上的链路预测实验结果表明,改进后的Evolve KG评估指标比原Evolve KG算法得到了明显的改善。该方法可以定量地描述历史事件对当前事件的综合影响力,为研究动态知识图谱演化提供了一种新思路。