【摘 要】
：
知识表示学习旨在在连续的低维向量空间中表示知识图谱的实体和关系,但是现有的表示模型大多仅利用三元组的结构信息,而忽略了具有丰富语义的实体描述信息。为此,该文提出了
【机 构】
：
西安邮电大学计算机学院,陕西省网络数据分析与智能处理重点实验室
【基金项目】
：
国家自然科学基金(61373116),工业和信息化部通信软科学项目(2018R26),西安邮电大学研究生创新基金项目(CXJJLY2018067),西安邮电大学大学生科技立项(2020-B-015),国家级大学生创新创业训练计划(S202011664003)
论文部分内容阅读
知识表示学习旨在在连续的低维向量空间中表示知识图谱的实体和关系,但是现有的表示模型大多仅利用三元组的结构信息,而忽略了具有丰富语义的实体描述信息。为此,该文提出了一种基于实体描述的联合表示模型(joint representation based on entity descriptions,JRED)。具体来说,模型引入位置向量和注意力机制设计了AttentionBi-LSTM文本编码器,可以根据不同的关系从文本描述中动态选择最相关的信息。同时,采用一种自适应表示方法,为每个特征维度区别地赋予权重,并以
其他文献
我国综合管廊内燃气安全问题亟待研究和解决。为了研究管廊内燃气爆炸荷载特性,在0.11 m×0.11 m×6 m的小尺寸管道内进行甲烷-空气混合气体封闭爆炸实验,研究了在不
数值计算是武器效应与毁伤评估研究的重要途径,其作用集中体现在指导试验设计、优化方案,拓展试验结果及作为理论与试验研究的补充手段三方面。由国外武器效应数值计算软件的
在长距离依赖场景,篇章依存分析的效果欠佳,传统分析方法通常设计大量特征模板来缓解这一瓶颈问题。该文提出一种层次化篇章依存分析方法,减少了篇章分析器所需一次性处理的
词汇增长研究能够分析文本的TTR在不同时期的变化,该文选取1954—2018年的中国政府工作报告为语料,分析文本中词例与词种的曲线变化,挖掘政府工作报告中的词汇丰富度与政策的
《现代自然语言生成》系统地总结了以神经网络为代表的现代自然语言生成技术,并由浅入深地介绍了自然语言生成的基本思想、模型、算法和框架。为了让读者更全面的理解自然语