知识图谱推理

参考《输入三元组输出推理出的新三元组的工具有哪些》计算机研究与发展T1，大致分为三类：

1. 基于规则的推理方法，是指通过自动化手段从知识图谱中挖掘出具有高可信度的规则，这类方法的核心在于探索知识 图谱内部所蕴含的规则，并强调通过自动化手段从知 识图谱中学习到具有高可信度的规则.代表性的技术 有 AMIE[7]，AMIE+[8]，AnyBURL[9]，LoTus[10]， RulePreM[11]等；
2. 基于图结构的推理方法，是指将实体作为节点，关系作为节点之间的边，并利用图论算法实现图上的关系推理任务，该类方法将事实表述为带有标签的有向图，其中实体被视为图中的节点，而关系则被看作是连接这些节点的边， 之后即可运用图论中的算法来执行知识图谱上的推 理任务.代表性的技术包括PRA[12]，DeepPath[13]，MA TPath[14]，SRGCN[15]，RKLE[16]等；
3. 基于表示学习的推理方法，是指将符号化的实体和关系转换成向量空间中的数值表示，以揭示实体间及关系间的潜在联系，其目标是寻找一种映射机制，将符号化的实体和关系转换成向量空间中的数值表示，以此来揭示实体间及关系间的潜在联系.此类方法的代表有 TransE[17]，RotatE[18]，Trans4E[19]，CPConvKE[20]，TTemp[21]等.