模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (6): 497-508    DOI: 10.16451/j.cnki.issn1003-6059.202106002
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于注意力机制的多尺度空洞卷积神经网络模型
汪璟玢1, 赖晓连1, 雷晶1, 张璟璇1
1.福州大学 数学与计算机科学学院 福州 350108
Multi-scale Dilated Convolutional Neural Network Model Based on Attention Mechanism
WANG Jingbin1, LAI Xiaolian1, LEI Jing1, ZHANG Jingxuan1
1. College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350108

全文: PDF (956 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 现有的时间知识图谱表示方法不能较好地捕获四元组内的复杂关系,而基于神经网络的模型大都无法建模随时间变化的知识,不能捕获丰富的特征信息,实体和关系间的交互性也较差.因此,文中提出基于注意力机制的多尺度空洞卷积神经网络模型.首先利用长短期记忆网络获得时间感知的关系表示.再利用多尺度空洞卷积神经网络提高四元组的交互性.最后,使用多尺度注意力机制捕获关键特征,提高模型的补全能力.在多个公开时间数据集上的链路预测实验表明,文中模型性能较优.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
汪璟玢
赖晓连
雷晶
张璟璇
关键词 时间知识图谱链路预测多尺度空洞卷积注意力机制    
Abstract:The existing temporal knowledge graph representation methods cannot capture the complex relationships within quadruple well. Most of the neural network based models are unable to model time-varying knowledge and capture rich feature information. Moreover, the interaction between entities and relations in these models is poor. Therefore, a multi-scale dilated convolutional neural network model based on attention mechanism(MSDCA) is proposed. Firstly, a time-aware relation representation is obtained using long short-term memory. Secondly, a multi-scale dilated convolutional neural network is employed to improve the interactivity of the quadruple. Finally, a multi-scale attention mechanism is utilized to capture critical features to improve completion ability of MSDCA. Link prediction experiments on multiple public temporal datasets show the superiority of MSDCA.
Key wordsTemporal Knowledge Graph    Link Prediction    Multi-scale    Dilated Convolution    Attention Mechanism   
收稿日期: 2021-02-26     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61672159)、福建省高校产学合作项目(No.2017H6008,2018H6010)资助
通讯作者: 汪璟玢,硕士,副教授,主要研究方向为知识图谱、关系推理、分布式数据管理、知识表示.E-mail:wjbcc@263.net.   
作者简介: 赖晓连,硕士研究生,主要研究方向为知识图谱、关系推理、知识表示.E-mail:2668136613@qq.com.
雷 晶,硕士研究生,主要研究方向为知识图谱、关系推理、知识表示.E-mail:1084961608@qq.com.
张璟璇,硕士研究生,主要研究方向为知识图谱、关系推理、知识表示.E-mail:980807745@qq.com.
引用本文:   
汪璟玢, 赖晓连, 雷晶, 张璟璇. 基于注意力机制的多尺度空洞卷积神经网络模型[J]. 模式识别与人工智能, 2021, 34(6): 497-508. WANG Jingbin, LAI Xiaolian, LEI Jing, ZHANG Jingxuan. Multi-scale Dilated Convolutional Neural Network Model Based on Attention Mechanism. , 2021, 34(6): 497-508.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202106002      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I6/497
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn