• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法

崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏

崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251. DOI: 10.7544/issn1000-1239.2020.20190253
引用本文: 崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251. DOI: 10.7544/issn1000-1239.2020.20190253
shu
Cui Yuanning, Li Jing, Shen Li, Shen Yang, Qiao Lin, Bo Jue. Duration-HyTE: A Time-Aware Knowledge Representation Learning Method Based on Duration Modeling[J]. Journal of Computer Research and Development, 2020, 57(6): 1239-1251. DOI: 10.7544/issn1000-1239.2020.20190253
Citation: Cui Yuanning, Li Jing, Shen Li, Shen Yang, Qiao Lin, Bo Jue. Duration-HyTE: A Time-Aware Knowledge Representation Learning Method Based on Duration Modeling[J]. Journal of Computer Research and Development, 2020, 57(6): 1239-1251. DOI: 10.7544/issn1000-1239.2020.20190253
shu
崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251. CSTR: 32373.14.issn1000-1239.2020.20190253
引用本文: 崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251. CSTR: 32373.14.issn1000-1239.2020.20190253
shu
Cui Yuanning, Li Jing, Shen Li, Shen Yang, Qiao Lin, Bo Jue. Duration-HyTE: A Time-Aware Knowledge Representation Learning Method Based on Duration Modeling[J]. Journal of Computer Research and Development, 2020, 57(6): 1239-1251. CSTR: 32373.14.issn1000-1239.2020.20190253
Citation: Cui Yuanning, Li Jing, Shen Li, Shen Yang, Qiao Lin, Bo Jue. Duration-HyTE: A Time-Aware Knowledge Representation Learning Method Based on Duration Modeling[J]. Journal of Computer Research and Development, 2020, 57(6): 1239-1251. CSTR: 32373.14.issn1000-1239.2020.20190253
shu

Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法

  • 1(南京航空航天大学计算机科学与技术学院 南京 211106)

  • 2(国网辽宁省电力有限公司 沈阳 110004) (yuanningcui@163.com)

基金项目: 国家电网公司总部科技项目(SGLNXT00YJJS1800110)
详细信息

  • 中图分类号: TP391

Duration-HyTE: A Time-Aware Knowledge Representation Learning Method Based on Duration Modeling

  • 1(School of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 211106)

  • 2(State Grid Liaoning Electric Power Supply Co, LTD, Shenyang 110004)

Funds: This work was supported by the State Grid Corporation Headquarters Science and Technology Project (SGLNXT00YJJS1800110).

摘要

    摘要
  • 摘要: 知识表示学习是知识获取与应用的基础，是贯穿知识图谱构建与应用全过程的重要问题，伴随含有时间标签的大型知识图谱的发展，近几年时间感知的知识表示学习成为该领域研究热点之一.针对传统方法不能有效学习知识持续时长分布规律的问题，融合超平面和有效持续时间建模，提出一种时间感知知识表示学习方法Duration-HyTE.首先，将元事实按照有效持续时间分类，对知识有效持续时间进行建模，提出知识有效可信度的计算方法，将其作用于训练过程评价函数和损失函数的计算，最后在含有时间标签的数据集Wikidata12K、YAGO11K和新建立的持续型关系数据集上进行对比实验，结果表明与其他同类方法相比，Duration-HyTE方法在实体和关系的链接预测和时间预测上性能得到有效提升，尤其在Wikidata12K数据集上，经Duration-HyTE训练得到的知识表示模型对于头尾实体的预测效果比当前最优的表示方法分别提升了25.7%和35.8%，有效提高了链接预测准确率.
    Abstract: Knowledge representation learning is the foundation of knowledge acquisition and reasoning. It is widely used in entity extraction, entity alignment, recommendation system and other fields. It has become an important issue throughout the whole process of knowledge graph construction and application. With the development of large-scale knowledge graphs containing time labels, time-aware knowledge representation learning has become one of the research hotspots in this field in recent years. Traditional time-aware knowledge representation learning methods can not effectively use the distribution of knowledge valid duration. In this paper, we propose an improved time-aware knowledge representation learning method combined hyperplane model and duration modeling to solve this problem. Firstly, we divide meta facts into persistent facts and instantaneous facts according to their valid duration. Then we model the valid duration of knowledge, so we get the calculation method of valid reliability. Finally, we propose a new knowledge representation learning method by improving score function with valid reliability. Wikidata12K and YAGO11K are two knowledge graph data sets containing time labels. We extract two new persistent facts datasets from these two datasets. We do a series of comparative experiments on these four data sets. The results show that Duration-HyTE method of link prediction and time prediction performance has been effectively promoted. Especially on Wikidata12K dataset, the accuracy of link prediction of the head entity and tail entity of the Duration-HyTE method is improved by 25.7% and 35.8% respectively compared with other traditional and advanced knowledge representation methods.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(53)

  • 期刊类型引用(15)

    1. 吴宪，汤红波，赵宇，许明艳. 一种有状态容器跨集群实时迁移方法. 计算机研究与发展. 2024(02): 494-502 . 本站查看
    2. 张人杰，李頔，王方，刘慧. NFV场景下基于协议和目的端口的负载均衡策略. 湖南邮电职业技术学院学报. 2024(03): 1-7 . 百度学术
    3. 梁婷婷，张向利. 基于优先级的网络切片映射算法. 桂林电子科技大学学报. 2024(06): 606-612 . 百度学术
    4. 王雅倩，陈心怡，曲睿，周振宇. 基于SDN/NFV的电力物联网时延敏感业务编排方法. 华北电力大学学报(自然科学版). 2023(01): 84-91 . 百度学术
    5. 苏警. 面向大数据的可扩展网络服务框架设计. 兰州文理学院学报(自然科学版). 2023(01): 50-55 . 百度学术
    6. 陈婷婷，肖源源. 浅析“新工科”背景下大数据综合实验平台的建设. 中国新通信. 2023(01): 42-47 . 百度学术
    7. 刘光远，曹晶仪，庞紫园，黄书翠. 一种低时延虚拟网络功能映射及调度优化算法. 西安交通大学学报. 2023(02): 121-130 . 百度学术
    8. 王媛滔，舒兆港，钟一文，邱彩钰，田佳霖. 基于VNF实例共享的服务功能链部署算法. 计算机应用研究. 2023(06): 1806-1811 . 百度学术
    9. 熊泽凯，王素红，王靖君，祝长鸿，覃团发. 移动边缘计算中服务功能链的自适应优化部署策略. 电讯技术. 2023(11): 1678-1686 . 百度学术
    10. 张庆华，张先超，王寅昊，陆军. 面向医疗急救的信息网络服务功能链调度方法. 电子学报. 2023(11): 3128-3136 . 百度学术
    11. 陈炳丰，谢光强，朱鉴. 基于FusionCompute的虚拟化技术在计算机实验室中的应用. 实验技术与管理. 2022(04): 224-227 . 百度学术
    12. 任诚，陈绪祥，唐斌文，王宇，李豪. 多源多播服务功能链优化部署算法. 计算机应用研究. 2022(06): 1814-1819 . 百度学术
    13. 朱国晖，景文焕，李世昌. 基于改进麻雀搜索算法的服务功能链优化映射算法. 计算机应用研究. 2022(07): 2120-2123+2131 . 百度学术
    14. 陈嘉亮，王丰，张潇. 移动边缘计算网络下的服务功能链部署优化设计. 计算机应用研究. 2022(10): 3108-3113 . 百度学术
    15. 陈杨，刘作，黎聪，龙俊霖，赵群帅. 基于SDN与NFV的云通信软交换能力切片化部署稳定性研究. 通信技术. 2021(09): 2163-2168 . 百度学术

    其他类型引用(38)

    • 资源附件(0)
计量
  • 文章访问数:  1121
  • HTML全文浏览量:  2
  • PDF下载量:  436
  • 被引次数: 53
出版历程
  • 发布日期:  2020-05-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(53)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计