知识图谱数据增强的概率框架
机器学习
2021-10-27 v1
摘要
我们提出 NNMFAug，一个用于知识图谱补全任务数据增强的概率框架，以应对数据稀缺问题，其可增强神经链接预测器的学习过程。我们的方法能够生成潜在多样的三元组，具有高效、可扩展以及独立于所用链接预测模型与数据集选择的优势。在流行模型与基准上完成的实验与分析表明，NNMFAug 相较基线可带来显著改进。
引用
@article{arxiv.2110.13205,
title = {A Probabilistic Framework for Knowledge Graph Data Augmentation},
author = {Jatin Chauhan and Priyanshu Gupta and Pasquale Minervini},
journal= {arXiv preprint arXiv:2110.13205},
year = {2021}
}