AsyncET：基于辅助关系的知识图谱实体类型异步学习方法
计算与语言
2023-08-31 v1 人工智能
摘要
知识图谱实体类型标注（KGET）是一项预测知识图谱（KG）中缺失实体类型的任务。此前，知识图谱嵌入（KGE）方法试图通过引入辅助关系“hasType”来建模实体与其类型之间的关系，从而解决 KGET 任务。然而，单一辅助关系对于多样的实体-类型模式表达能力有限。我们在本工作中通过引入多个辅助关系来提升 KGE 方法的表达能力。相似的实体类型被分组以减少辅助关系的数量，并提升其以不同粒度建模实体-类型模式的能力。在存在多个辅助关系的情况下，我们提出了一种采用异步学习机制进行实体类型标注的方法，命名为 AsyncET，该方法交替更新实体与类型嵌入，以保持学到的实体嵌入的时效性与信息量，从而利于实体类型预测。我们在两个常用的 KGET 数据集上进行了实验，表明所提出的多辅助关系与异步嵌入学习可大幅改善 KGE 方法在 KGET 任务上的性能。此外，我们的方法在模型规模与时间复杂度上相较最先进（SOTA）方法具有显著优势。
引用
@article{arxiv.2308.16055,
title = {AsyncET: Asynchronous Learning for Knowledge Graph Entity Typing with Auxiliary Relations},
author = {Yun-Cheng Wang and Xiou Ge and Bin Wang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2308.16055},
year = {2023}
}