Apr, 2023

知识图谱中基于高吞吐量的向量相似性搜索

PDF
TL;DR本文介绍了一种名为 HQI 的系统，用于高吞吐量批处理混合查询，特别是在知识图谱中的向量相似度搜索。该系统使用一种基于负载的向量数据分区方案来量身定制向量索引布局，同时描述了一种多查询优化技术以减少向量相似度计算的开销。我们基于工业工作负载评估了 HQI 的方法，并证明与现有的混合查询处理方法相比，HQI 在查找相关 KG 查询方面的吞吐量提高了 31 倍。
发现论文，激发创造
  • 通过关系原型实体利用知识图谱中的全局语义相似性

    本文提出了一种新颖的知识图谱嵌入方法，引入了一组虚拟的关系原型实体来表示连接同一关系的头尾实体的原型，通过将实体的嵌入与其关联的原型的嵌入靠近，有效鼓励了由同一关系连接的可能在知识图谱中相距较远的实体的全局语义相似性，并在实体对齐和知识图谱完成任务上显著优于最新的现有方法。

    Jun, 2022

  • 相似实体是否具有相似的嵌入？

    知识图谱嵌入模型（KGEM）被用于链接预测，学习图谱实体的向量表示，这些模型中的 KGEM 实体相似性假设保持了图谱结构在嵌入空间中的位置相似性，而本文对实体在图谱中与嵌入空间中的相似性进行了正式评估，并研究不同 KGEM 模型的相似性概念。

    Dec, 2023

  • 实体对齐的知识图谱嵌入方法：实验评述

    本文通过进行第一次统计学分析，对知识图谱中利用嵌入方法进行的实体对齐的流行方法进行了评估，并根据其在不同性能度量和知识图谱特征方面的有效性将其排名。

    Mar, 2022

  • 利用全文搜索引擎进行语义向量编码和相似性搜索

    本文提出了一种利用全文检索引擎，在稠密语义表示中进行‘向量相似性搜索’的新方法，并展示了其在语义搜索上的实用性。

    Jun, 2017

  • 知识图谱嵌入：概述

    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

  • 利用图形处理单元进行快速知识图谱补全

    通过使用知识图谱嵌入向量，我们提出了一个高效的 GPU 支持的知识图谱完成框架来获取新的关系，并且我们通过将知识图铺完问题转化为 “可转化为度量空间” 的相似性连接问题，并使用度量空间特性导出公式来快速处理相似性连接问题的方法，来实验性地展示我们的框架能够高效地处理知识图谱完成问题。

    Jul, 2023

  • 在几何代数中的知识图谱嵌入

    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

  • 混合向量关系搜索的高效数据访问路径

    通过硬件优化和张量化及批处理提高了向量关系搜索的效率，考虑了向量数据管理和混合向量 - 关系搜索的不同路径。

    Mar, 2024

  • 大规模异构信息网络中基于元路径导向嵌入的相似度搜索

    本文提出了一个基于嵌入的框架 (ESim)，以探索嵌入在网络结构中的相似度，并接受用户定义的元路径作为指导来学习嵌入向量。在大规模异构信息网络上进行的实验证明了 ESim 的有效性和可扩展性。

    Oct, 2016

  • 基于知识图谱逻辑查询的自监督双曲线表示

    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