ICLRMay, 2023
可微规则学习中知识图谱中的逻辑实体表示
Logical Entity Representation in Knowledge-Graphs for Differentiable Rule Learning
Chi Han, Qizheng He, Charles Yu, Xinya Du, Hanghang Tong...
TL;DR该研究利用逻辑实体表示(LERP)来将实体的上下文信息编码到知识图谱中,然后将其与概率逻辑规则学习相结合,从而学习出更具表现力的规则,提高知识图谱的补全能力。实证结果表明,LERP 可提高规则表达的能力,并达到了甚至优于黑盒模型的水平,并且 LERP 可以与诸如 TransE 等嵌入学习方法相结合,使其更具可解释性。