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
吴佳浩4 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_098 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区9 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔9 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区9 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1239 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI9 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健10 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV10 小时前
Google 重返第一梯队
人工智能·google·aigc