HiSMatch：基于历史结构匹配的时间知识图谱推理
人工智能
2022-10-19 v1
摘要
时间知识图谱（TKG）是带有相应时间戳的 KG 序列，采用（主体，关系，客体，时间戳）形式的四元组来描述动态事实。TKG 推理通过回答诸如（查询实体，查询关系，？，未来时间戳）关于未来的查询，促进了许多现实世界应用。这实际上是查询与候选实体之间基于其历史结构的匹配任务，这些历史结构反映了实体在不同时间戳的行为趋势。此外，近期的 KG 提供了所有实体的背景知识，也有助于该匹配。因此，本文提出历史结构匹配（HiSMatch）模型。它应用两个结构编码器来捕获查询与候选实体历史结构中所包含的语义信息。此外，它采用另一个编码器将背景知识整合进模型。在六个基准数据集上的 TKG 推理实验表明，所提 HiSMatch 模型相较最先进基线有显著提升，MRR 最高提升 5.6%。
引用
@article{arxiv.2210.09708,
title = {HiSMatch: Historical Structure Matching based Temporal Knowledge Graph Reasoning},
author = {Zixuan Li and Zhongni Hou and Saiping Guan and Xiaolong Jin and Weihua Peng and Long Bai and Yajuan Lyu and Wei Li and Jiafeng Guo and Xueqi Cheng},
journal= {arXiv preprint arXiv:2210.09708},
year = {2022}
}
备注
Full paper of EMNLP 2022 Findings