inductive link prediction | BriefGPT

关键词inductive link prediction

搜索结果 - 8

知识图谱中基于路径的神经网络的归纳链接预测
本文提出了使用孪生神经网络的基于路径的归纳链接预测模型 SiaILP，仅依赖关系和路径嵌入，可泛化到新实体而无需微调，实验证明该模型在归纳版本的 WN18RR、FB15k-237 和 Nell995 的链接预测任务中取得了多个最新的最优性能
PDF7 months ago
学习关系间完整的拓扑感知相关性用于归纳链路预测
TACO 是一种基于子图的新型方法，通过建模与拓扑结构高度相关的关系之间的语义相关性，将图级特征和边级交互相结合，以同时进行推理的方式，在归纳链接预测任务中实现了卓越的性能。
PDF10 months ago
利用多任务视角进行具有新关系类型和节点的链接预测的 OOD 处理
本文对双重可交换性概念进行了拓展，并提出了一种适用于多任务的归纳链接预测方法，在没有额外信息的情况下有效地推广到测试中的全新关系类型，相比现有方法取得了显著的性能改进。
PDFa year ago
变化规模知识图谱中的归纳链接和排名（IRT2）
本文针对工业用例中初始缺乏有标注数据和分类信息的情况，讨论了建立特定领域知识模型的挑战，并提出了两种神经模型用于归纳链接预测。实验表明，这些模型在可链接的知识图数据减少的情况下能显著提高性能并且优于稀疏检索器。
PDF2 years ago
IJCAI子图邻域关系信息最大化的归纳式知识图谱链接预测
本研究提出了一种利用相邻子图信息来求解知识图谱中未观察实体之间关系的方法，其中利用相邻关系来强化节点特征和稀疏子图的关系，并应用互信息最大化来全局建模相邻关系，实验证明该方法在归纳式链接预测任务上明显优于现有最先进方法，并证实了全局建模相邻
PDF2 years ago
通过记忆推理：最近邻居知识图嵌入
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
PDF2 years ago
AAAI知识图谱中基于拓扑感知的关系间归纳连接预测相关性
该论文提出了一种新的归纳推理方法 TACT，可以有效地利用关系之间的拓扑感知相关性，以预测缺失的链接，相比现有的方法，表现得更好。
PDF3 years ago
DRUM: 知识图上端到端可微分规则挖掘
本文提出 DRUM 方法，使用双向 RNNs 挖掘知识图谱中的一阶逻辑规则，以实现归纳和可解释的链路预测，并与现有规则挖掘方法进行实证研究.
PDF5 years ago