计算机工程与应用

2022, v.58;No.992(01) 56-69

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

深度学习与知识推理相结合的研究综述
Review on Combination of Deep Learning and Knowledge Reasoning

张宇;郭文忠;林森;文朝武;龙洁花;

摘要(Abstract):

知识推理作为知识图谱的重要一环,一直处于重点研究热门对象之中。随着深度学习的不断发展,多种深度学习模型与知识推理的结合引起了很大的重视,得到了大量国内外学者的热捧。为了提高从已有知识中推理出新知识的正确率,二者的结合被广泛研究。基于深度学习的知识推理可以挖掘得更深、更仔细、更精确,有效提高了丰富知识库中的实体、关系、属性和文本信息等的利用率,使推理效果更佳。通过简单介绍知识图谱以及知识补全概念,重点叙述知识推理的概念及基本原理,从知识表示学习、知识获取和知识计算应用三个方向展开,综述了基于深度学习的知识推理CTransR、PTransE、TKRL、HAAT、AMNRE、CLSP、HDSA和SDLM模型的最新研究进展;总结了基于深度学习的知识推理在理论、算法和应用方面尚未克服的问题、研究方向和未来发展前景。

关键词(KeyWords): 知识图谱;知识补全;知识推理;深度学习

Abstract:

Keywords:

基金项目(Foundation): 北京市科技计划项目(Z211100004621006);; 北京市农林科学院青年基金(QNJJ202027);; 宁夏回族自治区重点研发计划项目(2018BBF02024)

作者(Author): 张宇;郭文忠;林森;文朝武;龙洁花;

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