多關(guān)系下圖自注意機制增強的知識表示學(xué)習(xí)

摘要： 知識圖譜為表示多關(guān)系型數(shù)據(jù)的異構(gòu)圖。已有知識表示學(xué)習(xí)方法通過增加實體和關(guān)系嵌入之間的交互提高知識三元組表達能力，但無法使其蘊含多層次語義，即特定關(guān)系下實體具有的多重關(guān)聯(lián)屬性。圖神經(jīng)網(wǎng)絡(luò)利用結(jié)構(gòu)信息為實體的鄰居節(jié)點分配權(quán)重，但無法對實體和鄰居之間的復(fù)雜交互進行更精準(zhǔn)的消息傳遞。為此，提出了基于自注意機制的知識表示學(xué)習(xí)模型（CompESAT），為聚合了鄰居信息的復(fù)合實體引入自注意機...