嵌入专利元数据知识图谱以度量知识邻近度
信息检索
2022-12-13 v2
摘要
知识邻近度指的是在体现知识库某些方面的结构形式中，任意两个实体之间的关联强度。在这项工作中，我们在美国专利数据库（知识库）的语境下，利用一个名为PatNet、使用专利元数据（包括引文、发明人、受让人和领域分类）构建的知识图谱（结构形式）来操作化知识邻近度。我们使用PatNet训练多种图嵌入模型，以获得实体与关系的嵌入。实体对应（或经变换的）嵌入之间的余弦相似度表示它们之间的知识邻近度。我们从预测目标实体的性能以及解释发明人和受让人的领域拓展轮廓方面比较这些嵌入模型。随后，我们应用优选最佳模型的嵌入来关联同质（如专利-专利）和异质（如发明人-受让人）的实体对。
引用
@article{arxiv.2211.01768,
title = {Embedding Knowledge Graph of Patent Metadata to Measure Knowledge Proximity},
author = {Guangtong Li and L Siddharth and Jianxi Luo},
journal= {arXiv preprint arXiv:2211.01768},
year = {2022}
}