几何交互知识图谱嵌入
本文提出了一种新颖的基于注意力的可学习曲率超几何分层知识图嵌入模型(HypHKGE),以在超几何空间中有效地建模知识图中的语义层次结构,并在低维度下表现出色,特别是在链接预测方面。
Apr, 2022
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
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
本文从数学空间的角度系统性地回顾了当前存在的 KGE 技术,并介绍了基本的数学空间定义。通过对不同的类别 KGE 方法的讨论,总结了它们在不同嵌入需求下如何发挥空间优势,并探讨了数学空间在不同场景下的优势和原因。最后,从表示空间的角度提出了一些有前途的研究方向,希望能激发研究人员在设计 KGE 模型及相关应用时更加考虑其数学空间特性。
Nov, 2022
本文介绍了利用 Hyperboloid Embeddings 学习知识图谱表示的自监督逻辑查询推理方法,并将其应用于真实世界数据集和异常检测任务中,取得了显著的性能提升。
Dec, 2020
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
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