华东师范大学学报(自然科学版)

作者：胡继米, 万卫兵, 程锋, 赵宇明

关键词：工业知识图谱,规则抽取,规则推理,知识补全,链接预测,

基金：科技部科技创新2030 —“新一代人工智能”重大项目 (2020AAA0109300)

领域知识图谱拥有不完备性和语义复杂多样性的特点, 从而导致其在规则抽取和选择问题上的不足, 影响了其推理的能力. 针对此问题, 提出了一种融合关系和结构编码的规则抽取模型. 通过提取目标子图中的关系和结构信息并进行特征编码, 从而实现了一种多维度的嵌入表达方法. 设计了融合关系和结构信息的自注意力机制, 使模型能够更好地捕捉输入序列中的依赖关系和局部结构信息, 从而提升了模型对于上下文的理解和表达能力, 进而解决了在语义复杂情况下规则的抽取和选择的问题. 通过在真实汽车部件故障工业数据集和公共数据集的实验, 表明了在链接预测与规则质量评估任务中, 所提出的模型都有一定的提升 (规则长度为3时, mean reciprocal rank (MRR) 平均提升了7.1百分点, Hits@10平均提升了8.6百分点; 规则长度为2时, MRR平均提升了7.4百分点, Hits@10平均提升了3.9百分点), 证实了关系和结构信息对于规则抽取与推理的有效性.

来源：2025年第1期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2025年第1期