complex query answering | BriefGPT

关键词complex query answering

搜索结果 - 7

知识图谱上复杂查询应答的元算子
该研究提出了一种基于学习的复杂查询回答模型，通过学习有限数据中的元操作符，并将其应用于不同实例的操作符以处理不完整的知识图中的复杂查询，从而提高模型的泛化能力。结果表明学习元操作符比学习原始 CQA 或元 CQA 模型更有效。
PDF4 months ago
复杂查询回答的条件逻辑消息传递变形器
该论文提出了一种名为 “条件逻辑消息传递转换器” 的新型神经网络模型，通过使用预训练的神经链接预测器来在常量和变量之间进行条件性的消息传递，并通过自注意机制显式建模各个元素之间的逻辑依赖关系，从而降低计算成本并实现了新的领先的神经网络复杂查
PDF4 months ago
EMNLPQuery2Triple: 统一查询编码以回答知识图谱上的多样复杂查询
通过将训练分为两个阶段，分别在简单查询和复杂查询上进行训练，我们提出了一种名为 Q2T 的新方法，通过预测尾部实体来进行简单查询的预训练，并在复杂查询上训练查询编码器，将不同的复杂查询编码为统一的三元组形式，从而在不需要显式建模神经集合运算
PDF9 months ago
知识图谱上的复杂查询回答的顺序查询编码
本文提出了顺序查询编码 (SQE) 来替代 CQA 的查询编码方法，并证明了在 FB15k、FB15k-237 和 NELL 等数据集上，SQE 在处理逻辑查询时表现优异。
PDFa year ago
ICLR使用一次传递推理的逻辑信息传递网络在原子公式上
我们提出了一种简单的复杂查询方法，通过将复杂查询表示为查询图并使用逻辑信息传递神经网络，将知识图谱嵌入分解为本地推理和全局推理，实现了对各种类型的查询的复杂推理和新的最先进的神经查询应答模型。
PDFa year ago
AAAINQE: 超关系知识图谱复杂查询答案的 N 元查询嵌入
本文提出了一种新的 n 元查询嵌入模型（NQE）用于超关系知识图上的复杂查询答案，包括存在量化器、合取、析取和否定，并提出一种新的 CQA 数据集（WD50K-NFOL），实验证明其是超关系知识图上最先进的 CQA 方法。
PDF2 years ago
基于知识图谱的复杂查询回答的组合泛化能力基准测试
本文提出 EFO-1-QA 数据集，包含 301 种不同的查询类型用于评估目前复杂查询回答 (CQA) 学习模型的组合泛化能力，并提供可能影响查询泛化能力的不同操作系统和形式的分析和评估。
PDF3 years ago