基于规则的方法

A comprehensive overview of knowledge graph completion

4.2.1. 基于规则的KGC

KGs中的逻辑规则是不可忽视的，因为它们可以为我们提供KGC的专家和声明性信息，它们已被证明在推理中发挥关键作用[185-187]，因此对KGC至关重要。在本节中，我们将系统地介绍使用各种规则的KGC任务，我们还列出了表21所示的基于规则的KGC方法的汇总表。

4.2.1.1. 引入逻辑规则

4.2.1.2. 基于KGC的逻辑规则定义

AMIE+

AMIE+[207]提出了一系列修剪策略，包括制定最大规则长度、完善规则和简化投影查询。此外，他们还使用置信度阈值minConf删除规则，并进行置信度逼近，使系统能够更有效地探索搜索空间。

摘要

信息提取的最新进展导致了巨大的知识库(KBs)，它以机器可读的格式捕获知识。归纳逻辑编程(ILP)可以用于从这些KBs中挖掘逻辑规则，例如“如果两个人结婚了，那么他们(通常)住在同一个城市”。虽然ILP是一个成熟的领域，但从KBs中挖掘逻辑规则是困难的，因为KBs是一个开放世界的假设。这意味着不存在信息不能作为反例。我们的方法AMIE[16]已经展示了如何在没有反例的情况下有效地从kb中挖掘规则。在本文中，我们展示了如何优化这种方法来挖掘更大的kb，拥有超过12M条语句。大量的实验表明，我们的新方法AMIE+如何扩展到以前无法