实现图像描述的超关系知识图谱的实体关系推理模型

摘要

针对视障人士在日常生活中面临的图像识别困难，研究通过计算机视觉的图像描述技术来改善其生活很有实用价值.现有图像描述方法具有实体关系描述不全面及关系推理不准确的局限性，论文构建了一种新颖的三层超关系知识图谱TH-KG,该图谱通过分层结构，系统地呈现了实体的多维属性与复杂的多元关系，为图像内容的深度理解提供了丰富的语义基础.在此基础上，本文设计了实现超关系知识图谱的实体关系推理模型，其中，提出了一种分层随机游走推理算法HRWIA,该算法巧妙地结合了全局与局部推理策略，既保持了随机游走模型的计算高效性，又显著提升了关系推理的精确度.实验表明，本文方法的实体关系推理的效果优于其它主流基线模型，Hits@1、Hits@10、MRR评价指标均有明显提升.

关键词

图像描述 / 知识图谱 / 多元关系 / 实体关系推理