面向双视图知识图的双几何空间嵌入模型
人工智能
2022-09-20 v1 数据库
信息检索
摘要
双视图知识图（KGs）联合表示两个组成部分：用于抽象与常识概念的本体视图，以及从本体概念实例化而来的具体实体实例视图。因此，这些KG包含异构结构：来自本体视图的层次结构，以及来自实例视图的循环结构。尽管KG中存在这些多样结构，近期大多数KG嵌入工作假设整个KG仅属于两种视图之一而非同时属于两者。对于试图将KG两视图放在一起的工作，实例与本体视图被假设属于同一几何空间，例如所有节点嵌入同一欧氏空间或非欧积空间，这一假设对于不同图部分呈现不同结构的双视图KG不再合理。为解决此问题，我们定义并构建了双几何空间嵌入模型（DGS），通过使用复杂非欧几何空间对双视图KG建模，将KG不同部分嵌入不同几何空间。DGS在统一框架中利用球面空间、双曲空间及其相交空间进行嵌入学习。此外，针对球面空间，我们提出了新颖的闭球面空间算子，可直接在球面空间操作而无需映射至近似切空间。在公开数据集上的实验表明，DGS在KG补全任务上显著优于先前最先进的基线模型，证明其能更好地建模KG中的异构结构。
引用
@article{arxiv.2209.08767,
title = {Dual-Geometric Space Embedding Model for Two-View Knowledge Graphs},
author = {Roshni G. Iyer and Yunsheng Bai and Wei Wang and Yizhou Sun},
journal= {arXiv preprint arXiv:2209.08767},
year = {2022}
}