GeoRDF2Vec：用于知识图谱中地理感知实体表示的学习
机器学习
2025-04-25 v1 社会与信息网络
摘要
许多知识图谱包含大量空间实体，如城市、建筑和自然地标。对于这些实体，knowledge graphs 中存储了确切的几何信息。然而，大多数现有方法用于学习实体表示时未考虑这些几何信息。本文引入一种 RDF2Vec 的变体，融合几何信息以学习地理感知的实体嵌入。我们的 method 通过从地理节点对图进行洪水扩散，确保每个可到达的节点都被考虑。基于得到的洪水图，我们应用修改后的 RDF2Vec，通过空间权重来偏向图遍历。通过在多个基准数据集上的评估，我们展示了我们的 method 在保持 location-aware 的 RDF2Vec 和 GeoTransE 方面均表现优异。
引用
@article{arxiv.2504.17099,
title = {GeoRDF2Vec Learning Location-Aware Entity Representations in Knowledge Graphs},
author = {Martin Boeckling and Heiko Paulheim and Sarah Detzler},
journal= {arXiv preprint arXiv:2504.17099},
year = {2025}
}
备注
18 pages, ESWC 2025