ACLApr, 2018

面向知识库的需求加权完整性预测

PDF
TL;DR本文提出了 “权重完备性” 的概念，该概念可以评估知识库对其实际使用的完备性。本研究利用实体的类别和使用数据来预测实体之间关系的概率分布，从而检测知识库中的重要空缺并确定未曾收录实体的相关信息。同时，本论文还展示了一个用于测量权重完备性的简单神经网络模型，取得了不错的结果。
发现论文，激发创造
  • 知识库完整性预测

    本文研究如何利用规则挖掘和多种信号来预测知识库中可能缺失的某些事实，以提高知识库的完整性，并展示完整性预测对事实预测的辅助作用。

    Dec, 2016

  • 实体和关系嵌入模型在知识图谱补全中的调查

    本研究是对实体和关系的嵌入模型在知识图谱完善领域的综合调查，总结了标准基准数据集的最新实验结果，并指出了潜在的未来研究方向。

    Mar, 2017

  • 基于新数据集和方法推断知识库补全的缺失实体类型实例

    本文研究知识库完成的问题，聚焦于推断知识库中缺失的实体类型实例，提出了使用现有知识库信息和维基百科的外部信息的知识库完成方法，并通过构建大规模数据集和设计自动评估方法验证了方法的有效性和正确性。

    Apr, 2015

  • 知识库补全与迁移学习结合

    本文提出了一种有效的预训练方法，用于从非结构化文本中提取的事实的规范化和非规范化知识库，通过小数据集上实验证明其相对于已有方法的改进，不依赖于大型预先训练的模型（如 BERT）

    Aug, 2021

  • 知识图谱补全综述

    该研究论文介绍了知识图谱在信息抽取方法中的应用，探讨了表示学习和图神经网络在知识图谱完成中的作用，以及如何利用知识图谱在下游任务中预测缺失的链接。

    Aug, 2022

  • 统一知识图谱学习和推荐：走向更好的用户偏好理解

    本文旨在在推荐系统中将知识图谱引入，特别考虑了不完整的知识图谱，并通过关系传递实现对用户偏好的理解，提高了推荐性能。通过联合训练建议模型和知识图谱完成模型，综合多个迁移模式，表现出卓越的性能

    Feb, 2019

  • 开放世界知识库中的完整性、召回率和否定性：一项调查

    本文介绍了有关知识库的完整性、回溯和否定的表示、提取和推断的方法，以及对应的方法及其工作原理的基本方法，并针对两类受众提出了解决不完备知识库方面的建议。

    May, 2023

  • 知识图谱补全模型的开放环境扩展

    提出了一种新颖的嵌入式知识图谱完整模型扩展，使其能够执行开放世界链接预测，该模型结合从文字语料库中学习的词嵌入和从知识图谱中学习的常规链接预测模型，通过独立训练这两个模型并进行变换，将实体名称和描述的嵌入映射到基于图的嵌入空间中，实验结果表明我们的方法在多个数据集上都取得了有竞争力的效果且无需对图和文本进行联合训练。

    Jun, 2019

  • DSKG：一种用于知识图谱补全的深度顺序模型

    本研究提出了一种新的知识图谱完成模型，使用知识图谱专用多层递归神经网络作为核心，能够更好地完成实体预测任务并实现全三元组预测。

    Oct, 2018

  • 利用嵌入式知识图谱进行链接预测

    本文介绍了基于嵌入式知识图谱网络的知识库完成方法，通过使用端到端反向传播训练，可以将大型知识库压缩成优化的版本，并在知识库完成基准测试中取得了最新的最佳结果。

    Nov, 2016