tkg reasoning | BriefGPT - AI 论文速递

关键词tkg reasoning

搜索结果 - 6

选择性时间知识图谱推理
本文提出了一种针对时间知识图谱 (TKG) 推理的避让机制，通过开发一种称为历史置信度估计器 (CEHis) 的置信度估计器，使现有的 TKG 推理模型能够先估计其在进行预测时的置信度，然后避免那些置信度较低的预测。实验证明所提出的 CEH
PDF3 months ago
本地 - 全局、历史感知的对比学习用于时间知识图推理
利用对比学习的方法，我们提出了基于本地与全局历史信息的对比学习模型 (LogCL)，用于时态知识图推理，该模型通过实体感知注意机制捕捉与查询相关的关键历史信息，并设计了四种历史查询对比模式，从而提高了模型的鲁棒性和预测性能。实验结果表明，L
PDF7 months ago
探索在加强了时间不变关系知识的超关系临时知识图中的链接预测
我们填补了时态图谱推理和超关系时态图谱推理之间的差距，通过开发两个新的基准数据集以及提出一个高效模型，同时建模时间事实和限定词，并探索从 Wikidata knowledge base 中获取的额外的不随时间变化的关系知识对于高效推理的有效
PDFa year ago
MetaTKG：学习演化元知识以进行时间知识图推理
本研究提出了一种基于时间元学习的框架 MetaTKG，旨在解决预测时序知识图谱中具有不同演化模式的数据的挑战，并通过元学习来指导模型适应未来数据和处理历史信息不足的实体，实验结果表明，该方法能够大大提高性能。
PDFa year ago
EMNLPHiSMatch: 基于历史结构匹配的时间知识图谱推理
本文提出了 HiSMatch 模型，该模型应用了两个结构编码器来捕获查询和候选实体的历史结构的语义信息，并采用另一个编码器将背景知识集成到模型中，经过在六个基准数据集上的 TKG 推理实验，HiSMatch 模型的性能较现有的基线模型提高了
PDF2 years ago
ACL时间知识图谱推理的复杂演化模式学习
研究了时态知识图谱（TKG）的演化模式，并提出了一种基于卷积神经网络和在线学习的模型（CEN），可以预测未来的演化模式和适应演化模式的变化。
PDF2 years ago