基于分布式表示和多特征融合的知识库三元组分类

安 波，韩先培，孙 乐，吴 健

(中国科学院 软件研究所 中文信息处理研究室，北京 100190)

基于分布式表示和多特征融合的知识库三元组分类

安 波，韩先培，孙 乐，吴 健

(中国科学院 软件研究所 中文信息处理研究室，北京 100190)

三元组分类是知识库补全及关系抽取的重要技术。当前主流的三元组分类方法通常基于TransE来构建知识库实体和关系的分布式表示。然而，TransE方法仅仅适用于处理1对1类型的关系，无法很好的处理1对多、多对1及多对多类型的关系。针对上述问题，该文在分布式表示的基础上，提出了一种特征融合的方法—TCSF，通过综合利用三元组的距离、关系的先验概率及实体与关系上下文的拟合度进行三元组分类。在四种公开的数据集(WN11、WN18、FB13、FB15K)上的测试结果显示，TCSF在三元组分类上的效果超过现有的state-of-the-art模型。

知识库；深度学习；三元组分类

1 引言

知识库是人工智能和自然语言处理的关键资源，在问答系统、智能检索及情感分析等领域起到重要的作用。目前已经有许多知名的大规模知识库，如FreeBase、WordNet等。然而，考虑到知识的规模和更新速度，现有知识库的覆盖度仍然无法达到要求。因此，知识库补全(Knowledge base completion)在近几年成为了热门国际评测任务。三元组分类是知识库补全的关键技术之一，由Socher[1]等人首先提出。给定三元组(head,relation,tail)，head和tail表示头部和尾部实体，relation表示实体之间的关系。三元组分类的目的是计算三元组的置信度，从而判断该三元组所表示的语义关系是否为真，如果该三元组为真，则该三元组(head,relation,tail)将被加入到知识库。……