基于强化学习的知识图谱规则挖掘
人工智能
2022-02-22 v1
摘要
知识图谱（KGs）是广泛应用的重要知识库，从知识图谱中挖掘规则近来在知识图谱相关研究领域引起了广泛的研究兴趣。已有许多针对大规模知识图谱规则挖掘的方案被提出，但它们在规则生成效率低与规则评估效果不佳方面存在局限。为解决这些问题，本文提出一种由强化学习引导的“先生成后评估”规则挖掘方法。具体而言，设计了一个两阶段框架。第一阶段旨在训练一个强化学习智能体以从知识图谱生成规则，第二阶段利用该智能体的价值函数引导逐步的规则生成。我们在多个数据集上进行了大量实验，结果证明我们的规则挖掘方案在效率与效果上均达到了最先进的性能。
引用
@article{arxiv.2202.10381,
title = {Rule Mining over Knowledge Graphs via Reinforcement Learning},
author = {Lihan Chen and Sihang Jiang and Jingping Liu and Chao Wang and Sheng Zhang and Chenhao Xie and Jiaqing Liang and Yanghua Xiao and Rui Song},
journal= {arXiv preprint arXiv:2202.10381},
year = {2022}
}
备注
Knowledge-Based Systems