计算机工程与应用

2022, v.58;No.992(01) 12-25

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度强化学习的知识推理研究进展综述
Developments of Knowledge Reasoning Based on Deep Reinforcement Learning

宋浩楠;赵刚;孙若莹;

摘要(Abstract):

知识推理是知识图谱补全的重要方法,已在垂直搜索、智能问答等多个应用领域发挥重要作用。随着知识推理应用研究的不断深入,知识推理的可解释性受到了广泛关注。基于深度强化学习的知识推理方法具备更好的可解释性和更强的推理能力,能够更加充分地利用知识图谱中实体、关系等信息,使得推理效果更好。简要介绍知识图谱及其研究的基本情况,阐述知识推理的基本概念和近年来的研究进展,着重从封闭域推理和开放域推理两个角度,对当下基于深度强化学习知识推理方法进行了深入分析和对比,同时对所涉及到的数据集和评价指标进行了总结,并对未来研究方向进行了展望。

关键词(KeyWords): 知识图谱;知识推理;深度强化学习;链接预测;事实预测

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划课题(2019YFB1405003)

作者(Author): 宋浩楠;赵刚;孙若莹;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享