.png){kind=icon}
返回
A Complex Network Model for Knowledge Graphs’ Relationships
.png){kind=icon}
OA
AI
DOI：10.1177/22104968251361342.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在处理知识图谱（KGs）的结构、内容和质量时，大多数分析关注实体，忽视了关系及其演化的重要性。在本文中，我们介绍了Knowledge Relationship Model（KRELM），一种新颖且高效的图模型，它模仿众包知识图谱中事实积累的行为，并准确模拟其结构演化。通过建模众包的去中心化过程，KRELM再现了关系中发现的关键分布模式，表明知识图谱中的事实可以增量生成，通过添加新实体或进一步描述现有实体实现。我们对KRELM的理论分析揭示，关系的主体遵循指数分布，而客体遵循幂律分布，从而能够更深入地理解知识图谱动态。在主要知识图谱上的实验验证表明，KRELM成功捕捉了现实世界中关系的大部分结构，而对Wikidata的纵向研究证实了其在预测关系演化方面的有效性。这项工作为分析和基准测试知识图谱开辟了新的途径。