ICMLFeb, 2017

基于复杂张量分解的知识图谱补全

PDF
TL;DR本文介绍了一种基于复杂嵌入的统计关系学习方法，在实现表达能力和时间 / 空间复杂度之间权衡的同时，探索了这种复杂嵌入和酉对角化之间的联系，提出的嵌入方法仅涉及共轭内积，具有良好的可扩展性和高准确率。
statistical relational learningknowledge graph completioncomplex embeddingsunitary diagonalizationlink prediction
发现论文，激发创造
  • 知识增强的张量分解在知识图谱事实预测中的应用

    本文提出了一族新的方法，将知识图谱嵌入到实值张量中，使用这些基于张量的嵌入可以更加准确地预测新事实。通过实证评估，证明了这些张量分解模型的有效性和可靠性。

    Feb, 2019

  • 基于复数嵌入的简单链接预测

    该研究基于复嵌入提出了一种解决大型知识库中链接预测问题的方法，相对于其他模型而言，这种方法更简单且可扩展性好，同时在标准链接预测测试中保持了更高的性能。

    Jun, 2016

  • TuckER：用于知识图谱补全的张量分解

    TuckER 是一种基于 Tucker 分解的二元张量表示的线性模型，在标准的链接预测数据集上表现优于其他最先进的模型，并作为更复杂模型的强有力基准，是一种完全表达模型，可以作为先前引入的一些线性模型的特例来看待。

    Jan, 2019

  • 利用图形处理单元进行快速知识图谱补全

    通过使用知识图谱嵌入向量，我们提出了一个高效的 GPU 支持的知识图谱完成框架来获取新的关系，并且我们通过将知识图铺完问题转化为 “可转化为度量空间” 的相似性连接问题，并使用度量空间特性导出公式来快速处理相似性连接问题的方法，来实验性地展示我们的框架能够高效地处理知识图谱完成问题。

    Jul, 2023

  • 在几何代数中的知识图谱嵌入

    本论文提出了一种基于几何代数的知识图谱嵌入框架 GeomE，利用多向量表示和几何积模拟实体和关系，具有对称、反对称、逆序和复合等多种关系模式，具有良好的泛化能力，能在多个基准知识图谱上优于现有的最先进模型，适用于链接预测。

    Oct, 2020

  • 利用快速傅立叶变换的复双曲知识图谱嵌入

    本文探讨利用复合超几何图嵌入多关系知识图谱，通过利用快速傅里叶变换（FFT）将多关系知识图中的不同关系转换为超几何转换和复合空间中的注意力机制，实现复合超几何图的表示能力，实验结果表明，该方法相对于欧氏和实超几何图表现更好。

    Nov, 2022

  • 时间知识库完成的张量分解

    提出一种基于四阶张量的正则化算法和 ComplEx 扩展，针对具有时间限制的链接预测问题，如 (US，has president，？，2012)，并提出了一个大于之前基准的知识库完成的新数据集，用于评估时态和不时态链接预测方法。

    Apr, 2020

  • 四元数知识图谱嵌入

    本研究提出了一种基于超复数表示的知识图谱嵌入方法，利用四元数来表示实体并将关系建模为四维空间中的旋转方式，实验证明此方法在关系表示学习方面表现出色并达到了当前领域最好的水平。

    Apr, 2019

  • 在超复数空间中融合知识图谱嵌入和预训练语言模型

    该论文提出了一种结合超复数代数的模型，通过将结构性和文本性知识统一表示为四种模态的向量，其中包括结构性知识图嵌入、单词级表示法、句子级表示法和文档级表示法，以增强链接预测任务的性能。

    Aug, 2022

  • 知识图谱嵌入：概述

    本文综述了知识图谱完成中的当前研究状态，特别关注了知识图谱嵌入设计的两个主要分支：基于距离的方法和基于语义匹配的方法，并探讨了与最近提出的模型之间的关联及其背后的趋势，最后讨论了利用预训练语言模型和实体关系的文本描述相结合进行知识图谱完成的新方法。

    Sep, 2023