|
面向大规模网络安全知识图谱的快速表示学习模型
韩忠明1,2,熊峙冰3,陈福宇3,杨伟杰4*,张珣2,3
1. 北京工商大学国际经管学院,北京100048
2. 食品安全大数据技术北京市重点实验室,北京100048
3. 北京工商大学计算机学院,北京100048
4. 北京工商大学人工智能学院,北京100048
摘要 针对大规模网络安全知识图谱表示学习训练速度慢、对头尾实体的关系表达缺乏的问题,提出一种基于随机游走的快速训练模型。该模型首先通过关系路径下的随机游走对整体知识图谱的实体进行初步训练表示;设计了主宾语嵌入,联合关系特定主语嵌入与关系特定宾语嵌入,学习知识图谱中关系的语法含义;再次通过关系路径下的随机游走辅助知识图谱的快速训练。在多个数据集上进行了大量实验,并与多个现有模型进行对比,结果表明,提出的模型能够缩短1/3的训练时间,提升约3%的表示效果,在加快知识图谱表示学习训练速度的同时,有效改善了表示学习的效果。
关键词 知识图谱;知识图谱嵌入;表示学习;随机游走
(责任编辑 傅雪)
http://www.kjdb.org/CN/Y2023/V41/I13/23
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-10-20 04:46
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社