本文探讨了如何在不同的知识图谱之间匹配实体的问题,使用基于分类的方法和 RDF2Vec 图嵌入表示,同时提供用于研究该问题的数据集和实验结果作为未来工作的强基线。
Mar, 2019
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
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
本文提出了通过预训练语言模型和 k 近邻的知识图谱嵌入新方法 kNN-KGE,使得 rare 或 emerging entities 更容易被显式地存储,而非隐式存在于模型参数中,实验证明该方法可提高归纳式和传导式链接预测结果,并在只有很少的三元组的低资源情况下获得更好的性能。
Jan, 2022
本研究提出一种新颖的框架,通过利用实体的多个视角来学习实体嵌入,从而增强知识图谱之间的嵌入式实体对齐,并在真实数据集上验证实验证明,该框架显著优于现有的嵌入式实体对齐方法。
Jun, 2019
通过构建大规模异构图数据集 UniKG 并采用语义对齐策略和异质图传播模块 (APM) 实现多属性实体的高效信息传播和多跳聚合,该方法在 UniKG 数据集上进行基于节点分类的评估,扩展了大规模均匀图研究方法在异构图上的应用。
Sep, 2023
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
本文介绍了使用知识图谱嵌入方法来分析其语义结构,从而支持数据探索和解决相关问题的框架和方法。通过这种方式,可以使用良好研究的词嵌入空间定义语义查询,以便在数据集中解决相似性和类比等任务,并支持传统学术数据探索任务及一些新的有趣任务的解决。
Sep, 2019
该论文介绍了知识图谱嵌入在推荐系统、查询扩展和实体嵌入等领域的应用,并探讨了包括基于结构信息、文本信息和图像信息的 KG 嵌入模型。
Jul, 2021
研究利用词嵌入的理论,将知识图谱关系分为三种类型,并为每种类型导出其表示法的明确要求,以了解知识图谱数据的潜在结构如何被不同表达方法所捕捉。