摘要

通过构造航空安全事件知识图谱并对其进行推理预测,可以有效预防航空安全事件的发生。目前,对于知识图谱的表示学习大多采用转移模型TransE,虽然其具有简单、高效的优势,但是在处理复杂关系时存在局限性。航空安全事件知识图谱不同于其他领域知识图谱,其中每个事件相互独立且又联系紧密,存在大量复杂关系,TransE模型不能很好地对其进行表示学习。为此,通过对航空安全事件语料库进行抽取来构建ASIKG数据集,利用公开数据集和ASIKG数据集对TransE的改进模型进行训练,实验结果表明,TransR模型在公共数据集上链接预测效果较好,而TransH模型在ASIKG数据集上取得了较好的链接预测效果。