5-4-2知识图谱推理-基于规则学习的知识图谱推理

利用图的结构实现关系推理:PRA

基于思想:将连接两个实体的路径作为特征来预测其间可能存在的关系。

基于规则学习的方法:AMIE

知识图谱中的规则可以用以下形式表示:

B1ΛB2Λ.....ΛBn=>H

其中B1ΛB2Λ.....ΛBn表示规则的body部分,有n个原子(atom)组成,H表示规则的head部分,由一个原子组成,每个原子A可以表示为A=r(x,y)形式,r表示原子包含的关系,x,y表示变量。

本demo中AMIE学习的规则为所有规则中的一个子集,即闭环的联通规则,也可以叫做路径规划:

r(x,z1)Λr2(z1,z2)Λ...rn(zn-1,y)=>r(x,y)

简化为B=>r0(x,y)

如果规则中的所有变量替换为具体的实体并保证每个实例化后的atom都存在图谱中,这样规则实例化后的结果成为规则的一个grounding。

规则的几个统计指标:

Support、HC、Confidence、PCA Confidence

借助表示学习来学习规则:

利用Embedding可以非常简便的计算关系的关系,也就是规则。

可微规则学习:NeuraLP:

提出了一个可微的一阶谓词逻辑规则学习模型。

可微规则学习:DRUM

可微规则学习:RuleE

规则与嵌入表示的迭代学习:IterE

相关推荐
HuggingFace3 小时前
Hugging Face 开源机器人 Reachy Mini 开启预定
人工智能
企企通采购云平台4 小时前
「天元宠物」×企企通,加速数智化升级,“链”接萌宠消费新蓝海
大数据·人工智能·宠物
超级小忍4 小时前
Spring AI ETL Pipeline使用指南
人工智能·spring
张较瘦_4 小时前
[论文阅读] 人工智能 | 读懂Meta-Fair:让LLM摆脱偏见的自动化测试新方法
论文阅读·人工智能
巴伦是只猫5 小时前
【机器学习笔记 Ⅲ】4 特征选择
人工智能·笔记·机器学习
好心的小明5 小时前
【王树森推荐系统】召回11:地理位置召回、作者召回、缓存召回
人工智能·缓存·推荐系统·推荐算法
lishaoan775 小时前
使用tensorflow的线性回归的例子(十二)
人工智能·tensorflow·线性回归·戴明回归
二DUAN帝6 小时前
UE实现路径回放、自动驾驶功能简记
人工智能·websocket·机器学习·ue5·自动驾驶·ue4·cesiumforue
zskj_zhyl6 小时前
AI健康小屋“15分钟服务圈”:如何重构社区健康生态?
大数据·人工智能·物联网
荔枝味啊~6 小时前
相机位姿估计
人工智能·计算机视觉·3d