BriefGPT.xyz
Ask
alpha
关键词
inductive settings
搜索结果 - 5
使用增强时间 BERT 结合结构化语句进行全感知时态关系预测
本文提出了一种基于 SST-BERT 的方法,结合时间增强技术和结构句子编码,用于解决在不完整的时间知识图谱中进行时关系预测的问题。该模型包含时间掩码 MLM 任务,用于在 TKGs 中生成丰富的时间令牌,提高时间敏感性,并在转导和归纳测试
→
PDF
a year ago
基于分组矩阵的图池化与自适应聚类数
GMPool 是一种新颖的可微的图池化架构,可以自动确定基于输入数据的适当聚类数,通过计算分组矩阵并分解它来获得池化算子,从而在分子属性预测任务中优于传统方法。
PDF
2 years ago
从消息传递的角度重新审视基于分解的 GNN 模型
本文提出 ReFactor GNNs 架构,实现了在较少参数使用的情况下,在诸多知识图谱完成基准测试中达到与 FMs 相当连接性能的跨语境性,同时在归纳性能方面达到最新水平,同时结合了因子分解模型和图神经网络的优点。
PDF
2 years ago
SIGIR
归纳知识图谱嵌入的元知识迁移
本文提出一种名为 MorsE 的模型,该模型不学习实体的嵌入,而是学习可转移的元知识,以生成实体的嵌入,这种元知识由实体独立模块建模并通过元学习进行学习,在归纳设置下,该模型可以显着优于相应的基线模型,适用于知识图谱的内部和外部任务。
PDF
3 years ago
图卷积网络可微分图模块 (DGM)
本文提出可微分图模块 (DGM) 用于预测边缘概率,与卷积图神经网络层结合,可以在具有噪声和不完整的图形数据中进行端到端的图形学习,并在疾病预测、年龄预测、点云分割、零样本学习等领域获得了先进的结果。
PDF
4 years ago
Prev
Next