Jan, 2024
社交网络知识图谱的边缘增强异常检测和信息补全
Edge-Enabled Anomaly Detection and Information Completion for Social Network Knowledge Graphs
Fan Lu, Quan Qi, Huaibin Qin
TL;DR提出了一种轻量级分布式知识图谱完成架构，采用知识图谱嵌入进行数据分析，通过人员数据质量评估方法 PDQA 过滤低质量数据，并提出了一种模型修剪算法，大大减小模型大小并实现轻量级部署。通过实验，我们与其他 11 种先进模型进行了比较，结果表明 RotatE 模型在知识图谱完成方面表现优秀，经过修剪的模型大小减小了 70％，hits@10 达到了 86.97％。