知识图谱推理算法综述(下):基于语义的匹配模型
背景 知识图谱系统的建设需要工程和算法的紧密配合,在工程层面,去年蚂蚁集团联合OpenKG开放知识图谱社区,共同发布了工业级知识图谱语义标准OpenSPG并开源;算法层面,蚂蚁从知识融合,知识推理,图谱应用等维度不断推进。 OpenSPG GitHub,欢迎大家Star关注~:https://github.com/OpenSPG/openspg 本文将梳理知识图谱常用的推理算法,并讨论各个算法之间的差异、联系、应用范围和优缺点,为建设知识图谱的图谱计算和推理能力理清思路,为希望了解或者工作中需要用到知识图谱推理算法的同学提供概述和引导。 在知识图谱推理算法综述(上):基于距离和图传播的模型,我们了解到“基于距离的翻译模型”,“基于图传播的模型”的详细知识图谱算法梳理。本文为下篇,重点从基于语义的匹配模型:张量分解模型与神经网络类型进行介绍。 知识图谱算法汇总 本章将对常用的图谱推理算法做一个概括的梳理。业界算法很多,一篇文章难以做到全面覆盖,因此我们这里挑选了与图谱推理强相关的算法进行讲解,部分类似的算法挑选了其典型代表进行讨论,算法能力范围尽量覆盖: 知识融合,包括:实体对齐、属性融...
