WWWApr, 2021

面向角色的 N 元关系知识库建模

PDF
TL;DR在 n 元关系知识库中，提出了一种基于角色意识的建模方法，其中角色通过潜在空间中的基向量线性表示，引入了一种模式矩阵来捕获角色和所有涉及实体之间的兼容性以及采用多线性评分函数来衡量特定角色和实体组成的事实的可信度。该方法在理论上获得了完整的表现力，在计算效率方面也表现出色，并在 n 元和二元关系数据集上优于具有代表性的基线。
n-ary relational knowledge basesrole-aware modelingmultilinear scoring functionlatent spacebinary and beyond-binary relational facts
发现论文，激发创造
  • 基于关联性评估的 N 元关系数据链接预测

    本文提出了一种名为 NaLP 的方法，对 n 元关系数据进行链接预测，该方法采用角色和角色值对的形式来表示每一个 n 元关系事实，并显式地建模所有的角色和角色值对之间的关系。实验证明，该方法有效。

    Apr, 2021

  • 基于图的 N 元关系事实链预测方法

    本研究提出了基于小型异构图的全连接式注意力图算法，用于处理 n 元关系事实的链接预测问题，并在多种实验数据集上证明了该方法的有效性和优越性。

    May, 2021

  • 关于知识库二元关系的表示与嵌入

    本文提出了一个包含多折叠关系的知识库的标准表示形式，旨在用这个表示形式直接对多折叠关系进行建模。将现有的 TransH 模型推广到新模型 m-TransH，实验结果表明 m-TransH 比 TransH 表现更好，从而建立了一个新的最先进状态。

    Apr, 2016

  • 基于上下文语言模型的关系世界知识表示：一次综述

    该综述着重探讨如何通过训练深度上下文语言模型，在没有人为限制下更灵活地内部化和表达关系知识，对知识表示策略进行分类，提出了高层次的可扩展分类法，并强调了当前语言模型在知识表示方面的能力与未来的研究方向。

    Apr, 2021

  • 知识库表示学习的关系路径建模

    本文提出了一种基于路径的知识库表示学习模型，将多步关系路径作为实体之间表示学习的翻译，利用路径约束资源分配算法度量路径可靠性，并通过关系嵌入的语义组合来表示关系路径；实证研究结果表明，与基线方法相比，我们的模型在知识库完成和文本关系提取方面取得了显著且一致的改进。

    Jun, 2015

  • 多视角知识图谱推理

    本文提出了一种基于知识表示学习的多视图知识图谱的逻辑查询解决方法，其中将多视图知识图谱建模为多个互相覆盖的子图，支持复杂的逻辑查询和大规模知识图谱，具有较好的实验效果。

    Sep, 2022

  • 为知识库完备性建立组合向量空间模型

    该论文提出了一种使用递归神经网络推理多跳关系的新方法，通过向既有的知识库添加由多跳关系推理得出的新事实实现知识库完成，并在新整理的数据库上展示了 11% 的准确度提升。

    Apr, 2015

  • 针对符号知识库推理的可扩展神经方法

    介绍了一种表示符号知识库的新方法，称为稀疏矩阵实体化知识库。该表示形式可以使用完全可微的神经模块，表达式足够丰富以模拟多跳推理，并具有可伸缩性，以便使用现实中的大型知识库。该方法能够在多个 GPU 上分布，可扩展到数千万个实体和事实，比朴素的稀疏矩阵实现快几个数量级。稀疏矩阵实体化知识库可用于 KB 完成和语义分析器学习等任务。

    Feb, 2020

  • 关系递归神经网络

    研究了基于记忆的神经网络在处理具有复杂关系的任务时的能力，提出了一种新的内存模块 RMC，它使用多头点积注意力机制来加强记忆之间的交互，达到了在多个领域的最先进结果。

    Jun, 2018

  • 关系记忆增强的语言模型

    提出了一种基于知识图谱的记忆增强自回归语言模型，通过检索相关关系以改善文本生成，实验结果表明，这种方法在困惑度和字符比特方面产生了更好的语言模型，并且关系记忆有助于生成的连贯性，是词元记忆的补充。

    Jan, 2022