公理化模糊集知识图谱模型

语义融合层级结构

用公理化模糊集提取实体语义并与异质关系注意力融合，以可解释的方式强化知识图谱结构表达。

Yan, Fang · Lang, Qi · Lu, Wei · 刘晓东 · Yang, Jianhua

Expert Systems with Applications 2024

参数信息

Hit@1

45.6 %

技术优势

可解释的关系路径

将公理化模糊集语义提取框架与异质关系自注意力机制集成，以可解释的实体级注意力补充知识图谱的结构信息。

抓取更全的邻居信息

通过卷积神经网络模型增强实体与关系的交互能力，实现更全面的邻居信息捕获。

正确找到实体位置

该可解释实体级注意力机制提升了识别正确实体位置的能力。

应用场景

• 语义网络构建：用可解释注意力增强实体表示，构建更准确的语义网络。
• 信息抽取：通过更好的关系路径捕获，提升信息抽取的准确率。