知识图谱关系检错和知识补全方法研究

摘要

知识图谱因为其链接结构和强大的互联能力,成为大数据时代最有效的表达方式之一,但大规模的信息时刻都在更新,从而导致知识图谱的真实、准确、时效的特质很难维持,有些信息随着时间的推移会变得过时。现有大部分研究主要停留在对已有的知识图谱的补全中,但这种补全方法并未考虑到数据源的准确性和时效性问题,从而导致以知识图谱为基础的后续研究的准确性降低。还有部分研究仅仅通过匹配已知的过时三元组,在知识库中找出并加以替换,这种方法只能覆盖一小部分信息,对于大型的知识图谱并不适用。为了解决以上问题,论文提出了一种基于知识嵌入的关系检错和知识补全方法。该方法分为关系检错和知识补全两个阶段。经证明,论文提出的方法可以有效检测出过时关系并加以知识补全,在一定程度上减少了手动检错的人力与时间,并且提高了知识图谱的知识完备性。