协调人类洞察与AI精度：携手推进知识图谱任务
机器学习
2024-05-16 v1 人工智能
摘要
知识图谱嵌入(KGE)因其在知识图谱补全(KGC)中的有效性而引起了极大兴趣，特别是链接预测(LP)，最近的KGE模型已经攻克了LP基准。尽管文献快速增长，但人类与AI在知识图谱上的合作尚未得到足够关注。然而，人类概念性地分析图的能力可能通过语义信息进一步提高KGE模型的效能。为此，我们精心设计了一个名为KG-HAIT的人机协作系统，它通过充分利用完全由人类设计的针对知识图谱的特定动态规划(DP)来生成捕捉子图结构特征和语义相似性的人类洞察特征(HIF)向量。通过将HIF向量集成到KGE模型的训练中，我们在各种基准和指标上观察到显著改进，同时模型收敛加速。我们的结果强调了人类设计的DP在LP任务中的有效性，突出了人类与AI在知识图谱上协作的关键作用。我们通过KG-HAIT为进一步探索和创新开辟了途径，为更有效和更具洞察力的知识图谱分析技术铺平了道路。
引用
@article{arxiv.2405.09477,
title = {Harmonizing Human Insights and AI Precision: Hand in Hand for Advancing Knowledge Graph Task},
author = {Shurong Wang and Yufei Zhang and Xuliang Huang and Hongwei Wang},
journal= {arXiv preprint arXiv:2405.09477},
year = {2024}
}