基于张量分解技术的知识图谱实体扩展与布局优化
李寿兴
滇西应用技术大学 云南大理 671000
摘要：当前知识图谱扩展优化过程中,主要利用图嵌入方法完成实体扩展,其可能忽略三元组中关系和实体的交互细节,导致扩展优化后的知识图谱在链路预测任务上所得结果准确性较低.基于此,文章提出了一种基于张量分解技术的知识图谱实体扩展与布局优化方法.将初始知识图谱表示为三维张量,利用张量分解级数对其进行挖掘,捕获潜在语义特征信息,从而确定一系列新实体,实现知识图谱实体扩展.针对扩展后的知识图谱进行表示学习,获取实体之间的推理关系.通过DSM(设计结构矩阵)解耦,对实体之间的复杂关系进行简化,按照DSM建模结果调整实体位置和关系路径,完成知识图谱布局优化.实验结果表明:利用该方法扩展优化后的知识图谱执行链路预测任务,最终预测结果的常规平均排名、平均倒序排名、Hits@3指标值分别为3.9、11.2和0.8,有效提升了知识图谱在链路预测任务上的准确程度.
关键词：张量分解知识图谱实体扩展设计结构矩阵布局优化
资助基金：云南省教育厅科学研究基金项目(2024J1122)
论文发表日期：2025-12-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 77-81 )