知识图谱嵌入(KGE)：方法和应用的综述

本文来自公众号“专知”（ID：Quan_Zhuanzhi），AI科技评论获授权转载，如需转载，请联系专知。导读本文主要是参考《Knowledge Graph Embedding: A Survey of Approaches and Applications》和刘知远的《知识表示学习的研究与进展》做的总结，主要介绍了最近关于知识图谱嵌入所涉及到的研究方法，主要从融合事实信息、融合附加信息和KGE下游任务应用三方面展开。由于篇幅较长，下图是本文的结构，可以按照自己的需要有选择性的浏览。介绍近年来，知识图谱(KG)的构建和应用得到了快速的发展。大量的KGs，如Freebase、DBpedia、YAGO和NELL，已经被创建并成功地应用于许多实际应用中，从语义解析和命名实体消歧到信息提取和问答。KG是由实体(节点)和关系(不同类型的边)组成的多关系图。每 ………………………………