RDF2Rules：通过挖掘频繁谓词环从 RDF 知识库学习规则
人工智能
2015-12-25 v1 数据库
摘要
近年来，若干大规模 RDF 知识库被构建并应用于许多基于知识的系统。为了进一步增加 RDF 知识库中的事实数量，可使用逻辑规则基于已有事实预测新事实。因此，如何从大规模知识库自动学习可靠规则变得愈发重要。本文提出一种名为 RDF2Rules 的面向 RDF 知识库的规则学习新方法。RDF2Rules 首先挖掘频繁谓词环（FPCs）——知识库中一种有趣的频繁模式——然后从挖掘出的 FPCs 生成规则。由于每个 FPC 可产生多条规则，且在挖掘 FPCs 过程中采用了有效的剪枝策略，RDF2Rules 工作效率很高。RDF2Rules 的另一优势是在生成和评估规则时利用实体类型信息，这使得学习到的规则更准确。实验表明，我们的方法在效率和准确率上均优于对比方法。
引用
@article{arxiv.1512.07734,
title = {RDF2Rules: Learning Rules from RDF Knowledge Bases by Mining Frequent Predicate Cycles},
author = {Zhichun Wang and Juanzi Li},
journal= {arXiv preprint arXiv:1512.07734},
year = {2015}
}