发布人:石剑峰发表时间:2023-03-20点击:次
近日,我院“认知计算与知识工程”科研团队在国际期刊《Information Sciences》上发表了题为《Dynamic hypergraph neural networks based on key hyperedges》的论文。提出了一种对知识图谱网络中关键结构的建模方法。该论文的第一作者为人工智能系的康晓军副教授,通讯作者为人工智能系的董理君副教授。
该论文主要研究知识图谱表示学习中对图谱结构的建模方法。在真实世界中的图谱数据中,数据的结构复杂,存在重要的高阶结构。针对这一问题,论文运用最小点覆盖的思想,捕获图谱中的关键结构,并通过使用高阶结构建模的方法,获取图谱中的关键结构。然后将这种高阶结构融入到传统的图神经网络中,通过学习提高知识图谱中节点的嵌入的质量,进而依据高质量的节点表示动态的调整图谱中的高阶结构。
在现实交通网络中,存在大量的关键节点和关键边缘,如中转站、环形路、城市的主要道路等,这些结构构成了重要的高阶结构,通过该论文提出的方法,能够对这些关键的高阶结构进行高效的建模。因此,该论文解决的问题具有现实意义,并为开放世界知识图谱学习提供了重要的技术参考。
通讯员:孙琨
审核:陈占龙
校对:石剑峰
Copyright© 2020-2024 中国地质大学(武汉)计算机学院