EMNLPNov, 2020

DyERNIE: Riemann 流形嵌入的动态演化，用于时间知识图谱补全

PDF
TL;DRDy-ERNIE proposes a non-Euclidean embedding approach that learns evolving entity representations on a product of Riemannian manifolds to better reflect the geometric structures of temporal knowledge graphs, resulting in improved performance on temporal knowledge graph completion tasks.
temporal knowledge graphsnon-euclidean embeddingriemannian manifoldsgeometric structuresgraph data
发现论文，激发创造
  • 基于几何代数嵌入的静态和时态知识图完成

    本论文使用几何代数和张量分解提出了一种新的知识图谱表示学习方法 GeomE 和 TGeomE，用于解决深度学习中的时序数据问题。结果表明，该方法在四个常用的静态 KG 数据集和四个知名的时间 KG 数据集上实现了最先进的性能。

    Feb, 2022

  • 计算可行的黎曼流形用于图嵌入

    本研究探索了在借助矩阵流形学习和优化图嵌入的情况下，如何在曲线里曼尼流形中提高图像嵌入的表现。我们的实验结果证明，在各种衡量不同图形属性的指标基础上，我们通常优于基于超球体和椭球嵌入的欧几里得嵌入，从而为非欧几里得句子嵌入在机器学习流水线中的优势提供了新的证据。

    Feb, 2020

  • 伪里曼流形中的有向图嵌入

    本文提出了一种新的嵌入模型，用于表示有向图，并通过将模型应用于语言应用和生物领域中的一系列实际案例，旨在展示该模型的重构能力和预测链接的能力。使用低维度圆柱形闵可夫斯基和反德西时空比高维曲面黎曼流形表现更优。

    Jun, 2021

  • 时间知识图谱补全的历时嵌入

    本研究提出采用一种新的方法，通过为静态模型提供时间性实体嵌入功能，建立了广泛适用的时间性知识图完成模型，证明结合 SimplE 模型，该模型能优于现有模型。

    Jul, 2019

  • 超超负曲率知识图谱嵌入

    本文提出了一种新的知识图谱嵌入方法 UltraE，它使用超弦广义相对论模型天衣无缝地将双曲和球形流形交错地组织起来，使其能够同时建模异构结构和复杂的关系模式，实验结果表明，UltraE 优于之前的欧几里得和双曲嵌入方法。

    Jun, 2022

  • 黎曼轨迹的弹性函数编码

    通过 TSRVF 框架，学习低维度的 embedding，从而使每个动作轨迹映射到一个欧几里得空间中的单个点，并将仅在时间变化方面有所不同的轨迹映射到同一个点，从而有效地处理具有时间变异性的人体行为分析数据

    Mar, 2016

  • 几何交互知识图谱嵌入

    本文阐述了通过将知识图谱嵌入欧几里得空间、双曲空间和高维球面空间，提出了一种基于几何交互方法的知识图谱嵌入（GIE）。实验结果表明，与其他嵌入方法相比，GIE 在三个知识图谱数据集上的表现更加优异。

    Jun, 2022

  • 利用软流形提升具有缺失数据的图嵌入

    使用软流形进行图嵌入，为复杂数据集中的任何数据分析任务提供连续空间，实验结果表明其能够相对于现有技术更准确可靠地对图进行表征。

    Nov, 2023

  • HyperKG：基于双曲空间的知识图谱嵌入用于知识库补全

    本文提出 HyperKG，一个使用超几何空间来更好地反映知识库的拓扑性质，从而提高知识库完成任务性能的模型，并在各种链接预测数据集中验证了该模型的有效性。

    Aug, 2019

  • 融合流形图神经网络

    我们提出了一种融合不同黎曼流形嵌入的图神经网络 (FMGNN) 架构，通过选择地标和几何核心集使不同流形之间的顶点嵌入通过不同流形之间的距离相互作用和对齐，进而在顶点分类和链路预测任务方面取得了比强基线更优秀的表现。

    Apr, 2023