通过路径分析在知识图中实现高效且可行的冲突检测

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《IEEE Transactions on Big Data》：Efficient and Tractable Conflict Detection in Knowledge Graphs via Path Analysis

【字体：大中小】 时间：2025年11月27日 来源：IEEE Transactions on Big Data 5.7

编辑推荐：

　　知识图谱路径级冲突检测方法基于环形模式规则，提出RingE嵌入算法和DECOn检测框架，解决三元级检测不足问题，实验验证其在大规模图中的有效性。

摘要：

知识图谱（KGs）利用图结构来表示现实世界中的事实，在信息检索和人工智能领域发挥着关键作用。然而，基于启发式的知识图谱构建方法可能会产生错误。某些冲突（如表达模糊性）在三元组粒度层面难以检测，需要结合其他三元组进行语义分析。在本文中，我们提出了一种用于大规模知识图谱中路径粒度级别冲突检测的方法。该方法基于特定模式的规则。与以往的规则不同，我们的规则采用环形模式定义，从而将错误检测范围从三元组粒度扩展到路径粒度。我们证明了判断一个三元组是否引发此类冲突只需处理其相关的环形结构之一，这可以显著降低复杂度。我们提出了一种名为Ring的新颖环形嵌入方法（

热点排行

新闻专题

联系信箱：

粤ICP备09063491号