基于大规模语言模型的知识图谱可微规则抽取

TP391; 知识图谱上的推理是预测不完整三元组中缺失的实体或关系,对结构化知识进行补全,并用于不同下游任务的过程.不同于被普遍研究的黑盒方法,如基于表示学习的推理方法,基于规则抽取的推理方法通过从知识图谱中泛化出一阶逻辑规则,实现一种可解释的推理范式.为解决离散的符号空间与连续的嵌入空间之间的鸿沟,提出一种基于大规模预训练语言模型的知识图谱可微规则抽取方法DRaM,将离散的一阶逻辑规则与连续的向量空间进行融合.针对规则中的原子公式顺序对推理过程产生的影响,通过引入大规模预训练语言模型对推理过程进行编码来解决.融合一阶逻辑规则的可微推理方法DRaM,在三个知识图谱数据集Family、Kinsh...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:计算机科学与探索 Jg. 17; H. 10; S. 2403 - 2412
Hauptverfasser: 潘雨黛, 张玲玲, 蔡忠闽, 赵天哲, 魏笔凡, 刘均
Format: Journal Article
Sprache:Chinesisch
Veröffentlicht: 陕西省大数据知识工程重点实验室,西安 710049%西安交通大学 系统工程研究所,西安 710049 10.10.2023
西安交通大学 计算机科学与技术学院,西安 710049
Schlagworte:
可解释推理
first-order logic rule
知识图谱上的推理
large language model(LLM)
knowledge graph reasoning
interpretable reasoning
一阶逻辑规则
大规模语言模型(LLM)
ISSN:1673-9418
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Abstract TP391; 知识图谱上的推理是预测不完整三元组中缺失的实体或关系,对结构化知识进行补全,并用于不同下游任务的过程.不同于被普遍研究的黑盒方法,如基于表示学习的推理方法,基于规则抽取的推理方法通过从知识图谱中泛化出一阶逻辑规则,实现一种可解释的推理范式.为解决离散的符号空间与连续的嵌入空间之间的鸿沟,提出一种基于大规模预训练语言模型的知识图谱可微规则抽取方法DRaM,将离散的一阶逻辑规则与连续的向量空间进行融合.针对规则中的原子公式顺序对推理过程产生的影响,通过引入大规模预训练语言模型对推理过程进行编码来解决.融合一阶逻辑规则的可微推理方法DRaM,在三个知识图谱数据集Family、Kinship和UMLS上进行的链接预测任务获得了较好的结果,尤其针对链接预测指标Hits@10,DRaM获得了最佳的推理结果.实验结果表明,DRaM能够有效地解决知识图谱上可微推理存在的问题,并且可以从推理过程中抽取带有置信度的一阶逻辑规则.DRaM不仅通过一阶逻辑规则增强了推理效果,同时增强了方法的可解释性.
AbstractList TP391; 知识图谱上的推理是预测不完整三元组中缺失的实体或关系,对结构化知识进行补全,并用于不同下游任务的过程.不同于被普遍研究的黑盒方法,如基于表示学习的推理方法,基于规则抽取的推理方法通过从知识图谱中泛化出一阶逻辑规则,实现一种可解释的推理范式.为解决离散的符号空间与连续的嵌入空间之间的鸿沟,提出一种基于大规模预训练语言模型的知识图谱可微规则抽取方法DRaM,将离散的一阶逻辑规则与连续的向量空间进行融合.针对规则中的原子公式顺序对推理过程产生的影响,通过引入大规模预训练语言模型对推理过程进行编码来解决.融合一阶逻辑规则的可微推理方法DRaM,在三个知识图谱数据集Family、Kinship和UMLS上进行的链接预测任务获得了较好的结果,尤其针对链接预测指标Hits@10,DRaM获得了最佳的推理结果.实验结果表明,DRaM能够有效地解决知识图谱上可微推理存在的问题,并且可以从推理过程中抽取带有置信度的一阶逻辑规则.DRaM不仅通过一阶逻辑规则增强了推理效果,同时增强了方法的可解释性.
Author 赵天哲
蔡忠闽
魏笔凡
张玲玲
刘均
潘雨黛
AuthorAffiliation 西安交通大学 计算机科学与技术学院,西安 710049;陕西省大数据知识工程重点实验室,西安 710049%西安交通大学 系统工程研究所,西安 710049
AuthorAffiliation_xml – name: 西安交通大学 计算机科学与技术学院,西安 710049;陕西省大数据知识工程重点实验室,西安 710049%西安交通大学 系统工程研究所,西安 710049
Author_FL PAN Yudai
ZHAO Tianzhe
ZHANG Lingling
LIU Jun
CAI Zhongmin
WEI Bifan
Author_FL_xml – sequence: 1
  fullname: PAN Yudai
– sequence: 2
  fullname: ZHANG Lingling
– sequence: 3
  fullname: CAI Zhongmin
– sequence: 4
  fullname: ZHAO Tianzhe
– sequence: 5
  fullname: WEI Bifan
– sequence: 6
  fullname: LIU Jun
Author_xml – sequence: 1
  fullname: 潘雨黛
– sequence: 2
  fullname: 张玲玲
– sequence: 3
  fullname: 蔡忠闽
– sequence: 4
  fullname: 赵天哲
– sequence: 5
  fullname: 魏笔凡
– sequence: 6
  fullname: 刘均
BookMark eNo9jbtKA0EYhaeIYIx5B1uLXf-57Mws2EjwBgEbrcNkd0ayygQcRe0sgoiC6QQVDIKSNLraBszTOMk-hguK1Tl8HL6zgCq2azVCSxhCKoRcycKOczbEXNAgZliGhAIHFldQ9Z_No7pznTZEjBEsuKyiVT8Yf49v_cuwGPamo-cifytGF2XxTzezh95s8Frkl_5xUnx8-n7uJ-_lzF_dT6-_fP9uEc0Zdeh0_S9raG9jfbexFTR3Nrcba83AYWAQ0DaRDDRRCRFGcy3i1IDhkUyBqHaURlQzrqgRIpFYyNhECSPGUC2FIpQpWkPLv95TZY2y-62se3Jky8dW5rKDs_NjR4BQDICB_gAvbmQv
ClassificationCodes TP391
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3778/j.issn.1673-9418.2306049
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Differentiable Rule Extraction with Large Language Model for Knowledge Graph Reasoning
EndPage 2412
ExternalDocumentID jsjkxyts202310010
GroupedDBID 2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
M~E
PSX
TCJ
ID FETCH-LOGICAL-s1040-3b2840e2ac27fe6e79df0f658d02ab5d53e46a3f77c81789f5c42ff3e87a234a3
ISSN 1673-9418
IngestDate Thu May 29 04:00:17 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 10
Keywords 可解释推理
first-order logic rule
知识图谱上的推理
large language model(LLM)
knowledge graph reasoning
interpretable reasoning
一阶逻辑规则
大规模语言模型(LLM)
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1040-3b2840e2ac27fe6e79df0f658d02ab5d53e46a3f77c81789f5c42ff3e87a234a3
PageCount 10
ParticipantIDs wanfang_journals_jsjkxyts202310010
PublicationCentury 2000
PublicationDate 2023-10-10
PublicationDateYYYYMMDD 2023-10-10
PublicationDate_xml – month: 10
  year: 2023
  text: 2023-10-10
  day: 10
PublicationDecade 2020
PublicationTitle 计算机科学与探索
PublicationTitle_FL Journal of Frontiers of Computer Science & Technology
PublicationYear 2023
Publisher 陕西省大数据知识工程重点实验室,西安 710049%西安交通大学 系统工程研究所,西安 710049
西安交通大学 计算机科学与技术学院,西安 710049
Publisher_xml – name: 西安交通大学 计算机科学与技术学院,西安 710049
– name: 陕西省大数据知识工程重点实验室,西安 710049%西安交通大学 系统工程研究所,西安 710049
SSID ssib054421768
ssib002040941
ssib002423894
ssib051375751
ssib023646573
ssib036438069
ssib002040926
Score 2.3552256
Snippet TP391; 知识图谱上的推理是预测不完整三元组中缺失的实体或关系,对结构化知识进行补全,并用于不同下游任务的过程.不同于被普遍研究的黑盒方法,如基于表示学习的推理方法,...
SourceID wanfang
SourceType Aggregation Database
StartPage 2403
Title 基于大规模语言模型的知识图谱可微规则抽取
URI https://d.wanfangdata.com.cn/periodical/jsjkxyts202310010
Volume 17
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVHPJ
  databaseName: ROAD: Directory of Open Access Scholarly Resources
  issn: 1673-9418
  databaseCode: M~E
  dateStart: 20070101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://road.issn.org
  omitProxy: false
  ssIdentifier: ssib054421768
  providerName: ISSN International Centre
link http://cvtisr.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwtR1Na9RANNTqwYsoKn5TxDmV1exkMh_gZWY3iwctHqr0VrLZRK2ylm4t1YN4KCIK9iaoYBGU9qLVa8H-GtPuz_C9t9ndlFaph0IYXt68eZ9J3pvdmcTzrlRbadgKWmEljquyIoQSFZ2otKJCY5IkiJOY9sLcvakmJvTUlLk9Mjrb3wuz8Ei123px0cweaKgBB8HGrbP_Ee4BU0AADEGHFsIO7b4Cz6KQmQZzlkUCWx0hxgpmFYs0tlqwSDILcJUwDWbrBGhc9zDsAj4R045FihlLoxRytmExSkuiccxFiHE-czRKN7AXAMDbqCQUujQzBkVoy1y9IO59bLZfIhN9RAooBIxCelMjixSyMiQFdLaSbNRko8TWcqRxYOxg1TT2gCijWWRQWUuAcwAPSUDXGrM-DgYujg-AIQloLgq3uAbRGtTN1cskLsSj8Lch9wR9LsVvK5xW6RWrbPFuIEZw9NxK3NHRNSjyS5GTSOAoPLpObt0rGE4RRlEsHXLWCunRHM4caYQ-jbDLQlBrBQak8FpJAUJqM46vZRKG8XB3X3F9wUgU4-M1MlS3iM84hSNAdyPgUOU91FToT0MXGHjNSbKSmP5DqVI-lSqoGFGk2H7CVeUHi19On8IPSqUYVJd8rzQfKKUpzaOMqwMZuKlB9sXvfIn6TGfm4eLT-Q4GGd865h_yDnN4HuEi0FvPo2HBCjnNlCfceC527PyGCn-QwfDrCzIcTgDgNNC-HEwQwmqg8I_NwbkQvKp6-3P7WveWF6JJ1_5mEG0obGdx-16p9p087h0rJq1jtvewOeGNPLt_0ruer2z83nibf1ntri5trX3urn_rrr0AIP_0ZvvD0vbK1-76y_zjZvfHz3x5Pd_8DmT5q_dbr3_ly-9OeXca0WTtRqX4FkulU8VFx0ET6lg_5XHCVZbKVJlW5mcwfWn5PG6GrTBIhYyDTKlEV5U2WZgInmVBqlXMAxEHp73R9uN2esYbi3kmmknSbIa-EJqHTQ6TMClVZppKyjg-610urJ0uHqud6V3xO7cfovPe0eFdfcEbnZ97kl70jiQL8w86c5co8n8AdfjRQg
linkProvider ISSN International Centre
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%A4%A7%E8%A7%84%E6%A8%A1%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%9A%84%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%8F%AF%E5%BE%AE%E8%A7%84%E5%88%99%E6%8A%BD%E5%8F%96&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8E%A2%E7%B4%A2&rft.au=%E6%BD%98%E9%9B%A8%E9%BB%9B&rft.au=%E5%BC%A0%E7%8E%B2%E7%8E%B2&rft.au=%E8%94%A1%E5%BF%A0%E9%97%BD&rft.au=%E8%B5%B5%E5%A4%A9%E5%93%B2&rft.date=2023-10-10&rft.pub=%E9%99%95%E8%A5%BF%E7%9C%81%E5%A4%A7%E6%95%B0%E6%8D%AE%E7%9F%A5%E8%AF%86%E5%B7%A5%E7%A8%8B%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E8%A5%BF%E5%AE%89+710049%25%E8%A5%BF%E5%AE%89%E4%BA%A4%E9%80%9A%E5%A4%A7%E5%AD%A6+%E7%B3%BB%E7%BB%9F%E5%B7%A5%E7%A8%8B%E7%A0%94%E7%A9%B6%E6%89%80%2C%E8%A5%BF%E5%AE%89+710049&rft.issn=1673-9418&rft.volume=17&rft.issue=10&rft.spage=2403&rft.epage=2412&rft_id=info:doi/10.3778%2Fj.issn.1673-9418.2306049&rft.externalDocID=jsjkxyts202310010
thumbnail_s http://cvtisr.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjkxyts%2Fjsjkxyts.jpg