知识图谱推理：现代的方法与应用

摘要：知识图谱推理技术旨在根据已有的知识推导出新的知识，是使机器智能具有和人类一样的推理和决策能力的关键技术之一。系统地研究了知识图谱推理的现代方法，以统一的框架介绍了向量空间中进行知识图谱推理的模型，包括基于几何运算嵌入欧几里得空间和双曲空间的方法，基于卷积神经网络、胶囊网络、图神经网络等深度网络模型的方法。同时，系统地梳理了知识推理技术在各技术领域和各行业的应用情况，指出了当前存在的挑战以及其中蕴含的机会。

关键词： 知识推理 ; 双曲空间嵌入 ; 几何运算 ; 胶囊网络 ; 图神经网络

1 引言

近年来，知识图谱技术得到极大的发展，大量的知识图谱被构建出来，并被广泛应用在各种场景下。从语义解析、实体消歧、信息抽取、智能问答、推荐系统、个性化搜索等技术方向到金融、军工、制造业、生物医药等行业，都可以看到知识图谱的应用，同时知识图谱的应用也在促进知识图谱技术的发展。

知识图谱是事实或知识的结构化表示，是由实体和实体间的关系组成的网状结构。实体是指独立的、拥有清晰特征的、能够区别于其他事物的事物。在知识图谱中，用来描述这些事物的信息即实体。实体在属性图中用顶点来表示，实体关联的类型即实体类型，在属性图中用顶点标签来表示。关系表达了两个实体之间的某种语义关系，通常以语义标签来表示，在属性图中表示为有向的边。也就是说，知识图谱G由一系列的三元组<h,r,t>组成&#