| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 引言 | 第12-22页 |
| 1.1 知识图谱补全的研究背景和挑战 | 第12-18页 |
| 1.2 本文的工作和贡献 | 第18-19页 |
| 1.3 本文的组织和安排 | 第19-22页 |
| 第2章 知识图谱补全相关工作综述 | 第22-46页 |
| 2.1 符号说明和问题定义 | 第22页 |
| 2.2 基于降维技术的知识图谱补全综述 | 第22-31页 |
| 2.3 关系事实抽取综述 | 第31-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第3章 基于投影至超平面进行平移的知识图谱嵌入模型 | 第46-56页 |
| 3.1 模型定义 | 第46-48页 |
| 3.2 模型训练 | 第48-52页 |
| 3.3 模型评测 | 第52-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第4章 知识图谱与文本联合嵌入 | 第56-70页 |
| 4.1 联合嵌入的动机 | 第56-61页 |
| 4.2 模型定义 | 第61-67页 |
| 4.3 模型训练 | 第67-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第5章 实验结果与分析 | 第70-88页 |
| 5.1 多任务联合学习模型的训练数据 | 第70-72页 |
| 5.2 链接预测 | 第72-75页 |
| 5.3 三元组分类 | 第75-79页 |
| 5.4 类比推理任务 | 第79-82页 |
| 5.5 用知识图谱嵌入模型提升关系事实抽取模型 | 第82-84页 |
| 5.6 本章小结 | 第84-88页 |
| 第6章 总结与展望 | 第88-90页 |
| 6.1 总结 | 第88-89页 |
| 6.2 展望 | 第89-90页 |
| 参考文献 | 第90-100页 |
| 攻读博士学位期间研究成果 | 第100-102页 |
| 致谢 | 第102-103页 |