来源：期刊VIP网 时间：
作者：戴宇凡;熊玉洁;
单位：上海工程技术大学电子电气工程学院;
摘要：随着工业系统的复杂性和智能化需求的增加，知识图谱在工业领域的应用越来越广泛。知识图谱的补全对于优化业务流程、提升决策质量和实现系统自动化具有重要意义。然而，现有的大多数补全方法在分析工业实体之间关系时，仅考虑节点本身的相似性，未能充分利用节点邻域的丰富信息，限制了对节点关系的关联推断。为解决以上问题，提出一种基于邻域信息与嵌套注意力的知识图谱补全方法。首先，获取三元组的邻域信息，进行对应的词嵌入，组合得到邻域信息表示和三元组表示；然后将获取的特征向量进行嵌套注意力编码，使结构特征得到稳定保持；最后通过内积解码器，实现对图谱缺失关系的补全。在三个数据集上进行了实验，结果显示，模型预测准确性得到提升，同时保持了较低的参数量，为知识图谱补全任务提供了一种兼顾模型规模和预测准确性的方法。
关键词：知识图谱;;知识图谱补全;;知识推理;;Transformer;;注意力机制
基金资助：国家自然科学基金青年科学基金项目(62006150)
