编辑基于语言模型的知识图谱嵌入
计算与语言
2023-12-29 v8 人工智能
数据库
信息检索
机器学习
摘要
近几十年来，通过语言模型构建知识图谱（KG）嵌入取得了经验性成功。然而，基于语言模型的 KG 嵌入通常作为静态产物部署，使其难以在部署后无需重新训练即可修改。为解决此问题，我们在本文中提出一项编辑基于语言模型的 KG 嵌入的新任务。该任务旨在促进对 KG 嵌入的快速、数据高效更新，且不影响其他方面的性能。我们构建了四个新数据集：E-FB15k237、A-FB15k237、E-WN18RR 和 A-WN18RR，并评估了若干知识编辑基线，表明既往模型处理所提出的挑战性任务能力有限。我们进一步提出一个简单而强大的基线 KGEditor，其利用超网络的额外参数层来编辑/添加事实。我们全面的实验结果表明，即使在训练资源有限的情况下，KGEditor 也擅长更新特定事实而不影响整体性能。代码和数据集可在 https://github.com/zjunlp/PromptKG/tree/main/deltaKG 获取。
引用
@article{arxiv.2301.10405,
title = {Editing Language Model-based Knowledge Graph Embeddings},
author = {Siyuan Cheng and Ningyu Zhang and Bozhong Tian and Xi Chen and Qingbing Liu and Huajun Chen},
journal= {arXiv preprint arXiv:2301.10405},
year = {2023}
}
备注
AAAI 2024. The project website is https://zjunlp.github.io/project/KGE_Editing/