时态知识图谱表示学习与推理技术研究

无

目录
第 1 章 绪 论
(1)

1. 1 研究背景与意义
(1)

1. 2 研究难点与挑战
(3)

1. 3 研究内容与创新
(8)

1. 4 本书组织结构
(10)

第 2 章 知识图谱表示学习的现有研究综述
(11)

2. 1 知识图谱表示学习的相关形式化定义
(11)

2. 2 基于单一三元组的知识图谱表示学习模型
(13)

2. 3 融合时间信息的知识图谱表示学习模型
(17)

2. 4 融合类型信息的知识图谱表示学习模型
(22)

2. 5 知识图谱表示学习中的负采样策略
(23)

第 3 章 基于超平面机制的时态知识图谱表示学习模型
(26)

3. 1 基于特定时间超平面的时态知识图谱表示学习模型
(26)

3. 2 实验设计与结果分析
(31)

3. 3 小 结
(37)

第 4 章 基于张量分解技术的时态知识图谱表示学习模型
(38)

4. 1 基于典范多元分解的时态知识图谱表示学习模型
(39)

4. 2 实验设计与结果分析
(45)

4. 3 小 结
(52)

第 5 章 利用隐式类型信息增强现有静态模型的普适性方法
(54)

5. 1 自动挖掘并利用类型特征的知识图谱表示学习方法
(55)

5. 2 实验设计与结果分析
(60)

5. 3 小 结
(67)

第 6 章 类型增强的时态知识图谱表示学习模型
(68)

6. 1 利用张量分解技术和类型特征同时融合时间和类型信息
(69)

6. 2 实验设计与结果分析
(74)

6. 3 小 结
(83)

·
1
·
目 录
第 7 章 总结与展望
(84)

7. 1 本书工作总结
(84)

7. 2 未来工作展望
(85)

参考文献
(87)