EMNLPOct, 2019
利用成对出现信息改进大规模数据集上的知识图谱补全
Using Pairwise Occurrence Information to Improve Knowledge Graph Completion on Large-Scale Datasets
Esma Balkir, Masha Naslidnyk, Dave Palfrey, Arpit Mittal
TL;DR本文提出了一种使用实体 - 关系对在数据集中构建联合学习模型的方法,以提高知识图谱补全的性能,并通过三个数据集的实验证明,当将这两种技术相结合时,尤其是在数据集规模较大,批量大小和负样本生成数量相对较小时,可以显著提高性能。我们还将此技术应用于包含 200 万个实体的数据集,并证明我们的模型在 hits@1 上的绝对表现优于基准模型 2.8%。