融合否定陈述的生物医学知识图嵌入方法

知识图是对真实世界实体及其关系的强大表示。这些关系中的绝大多数被定义为肯定陈述，但否定陈述的重要性日益得到认可，尤其是在开放世界假设下。显式考虑否定陈述已被证明能够提升实体摘要、问答或蛋白质功能预测等特定领域任务的性能。然而，尽管否定陈述有潜力产生更准确的知识图实体表示，知识图嵌入方法尚未关注对否定陈述的探究。我们提出了一种新方法 TrueWalks，将否定陈述纳入知识图表示学习过程。具体而言，我们提出了一种新颖的游走生成方法，不仅能够区分肯定与否定陈述，还能考虑富含本体的知识图中否定的语义含义。这对于生物医学领域的应用尤为重要，其中嵌入方法在本体层面处理否定陈述的不足已被指出为关键局限。我们在两个基于知识图嵌入的预测任务中，于富含本体的生物医学知识图上评估了 TrueWalks：蛋白质-蛋白质相互作用预测和基因-疾病关联预测。我们在既定基准上进行了广泛分析，并证明我们的方法能够在所有任务上提升知识图嵌入的性能。