实体邻域信息与描述信息联合表示学习方法研究
计算与语言
2023-09-18 v1 人工智能
摘要
针对程序设计课程知识图谱嵌入性能不佳的问题，提出一种融合实体邻域信息与描述信息的联合表示学习模型。首先，采用图注意力网络获取实体邻接节点特征，并融入关系特征以丰富结构信息。接着，将 BERT-WWM 模型与注意力机制结合使用，获取实体描述信息的表示。最后，通过结合实体邻域信息与描述信息的向量表示，得到最终实体向量表示。实验结果表明，所提模型在程序设计课程知识图谱数据集上取得了良好性能，优于其他基线模型。
引用
@article{arxiv.2309.08100,
title = {Research on Joint Representation Learning Methods for Entity Neighborhood Information and Description Information},
author = {Le Xiao and Xin Shan and Yuhua Wang and Miaolei Deng},
journal= {arXiv preprint arXiv:2309.08100},
year = {2023}
}