IJCAIJan, 2024

通过融合外延和内涵知识进行本体嵌入

PDF
TL;DR我们提出了一种名为 EIKE（扩展和内涵知识嵌入）的新颖本体嵌入方法，通过在扩展空间和内涵空间表示本体，应用基于几何的方法来建模扩展知识，并利用预训练语言模型来建模内涵知识，可以捕捉结构信息和文本信息，实验结果表明，EIKE 在三个数据集上的三元分类和链接预测方面显著优于最先进的方法，说明 EIKE 提供了更全面和代表性的领域视角。
ontologiesextensional knowledgeintensional knowledgeontology embeddingeike
发现论文，激发创造
  • 联合嵌入实例和本体概念的知识库通用表示学习

    该论文提出了一种新颖的双视图知识图嵌入模型，JOIE，旨在产生更好的知识嵌入并实现依赖于多视图知识的新应用，其通过跨视图和内视图建模来学习知识库的多个方面，其中跨视图模型用于建立本体概念和其对应的实例视图实体之间的关联。

    Mar, 2021

  • 本体嵌入：方法、应用和资源综述

    本文系统回顾了本体嵌入领域的 80 多篇论文，介绍了本体的不同语义以及数学和机器学习的视角下的本体嵌入的定义和特性，并对几种技术解决方案进行了分类和分析，包括几何建模、序列建模和图传播等。此外，还介绍了本体嵌入在本体工程、机器学习增强和生命科学中的应用，并讨论了挑战和未来方向。

    Jun, 2024

  • 自然语言推理和概念嵌入式本体补完分析

    本文介绍了一个用于评估本体完成方法的基准，并对两种方法的优势和弱点进行了深入分析。我们发现这两种方法确实相辅相成，混合策略取得了最佳的整体效果。我们还发现，即使经过微调，本任务对大型语言模型来说仍然具有很高的挑战性。

    Mar, 2024

  • OpenKI：结合开放信息抽取、知识库和关系推理的方法

    本文提出了 OpenKI 模型，通过对 OpenIE 三元组和 Knowledge Bases（KB）的整合来处理 OpenIE 的稀疏性。该模型通过进行实例级别推理来处理未知实体，并借助聚合和关注机制在关系推理中利用其邻域中的信息。实验结果表明，该方法不仅显着提高了现有 OpenIE 提取的准确率，而且还提高了面向半结构化数据的 OpenIE 表现。

    Apr, 2019

  • OntoEA: 基于本体引导的实体对齐方法，通过知识图谱联合嵌入

    本文提出一个以本体指导实体对齐的方法 OntoEA，该方法通过联合嵌入本体和知识图谱来避免虚假映射，实验证明了该方法的优越性和本体的有效性。

    May, 2021

  • 学习不完善和不完整知识库的嵌入式表示进行知识推理

    本研究介绍了一种名为 IIKE 的概率模型，结合对实体和关系的嵌入，以提高在大规模知识库上进行推理时的准确性，通过对不完整的知识库进行训练，得出了在链接预测和三元组分类方面比现有基准和领先方法都显著更好的结果。

    Mar, 2015

  • 拓展转导式知识图嵌入模型用于归纳逻辑关系推理

    该研究介绍了一种广义的谐波扩展技术，通过利用传统的跨领域知识图嵌入方法学习的表示，推断引入的新实体在推理时的表示，并扩展了跨领域知识图嵌入方法的功能，可以用于知识图的补全和逻辑查询。

    Sep, 2023

  • 面向本体增强的大型语言模型表示学习

    通过注入本体知识来改进嵌入式大语言模型（embedding-LLM），本研究利用广泛的本体使用和基于对照学习框架，通过医学疾病本体的生物医学文档，展示了提高嵌入式 LLM 在描述疾病领域中的相似性评估能力的实验结果。

    May, 2024

  • 从知识图谱嵌入到本体嵌入？向量空间表示和规则之间的兼容性分析

    本文提出了一种基于关系视图的框架，使我们可以研究本体知识和不同类型向量空间嵌入之间的兼容性，并证明了一些现有的嵌入方法无法建模一些简单的规则，同时研究了关系建模为凸区域的模型，发现使用凸区域可精确表示所谓的准链式存在量规则的本体，从而对于所有在这个向量空间内运用的事实都是逻辑一致和推导闭合的。

    May, 2018

  • 通过嵌入空间的绝对定向进行本体匹配

    本文基于知识图谱嵌入探索了一种新的基于结构的映射方法，并使用合成和真实数据集进行了初步评估，结果表明，该方法对相似结构的图形具有很好的处理能力，可优于处理本体的大小和结构差异的对齐噪声。

    Apr, 2022