基于BERT的归纳关系预测
计算与语言
2021-03-15 v1
摘要
知识图谱中的关系预测由基于嵌入的方法主导，这些方法主要关注转导设定。遗憾的是，它们无法处理存在未见过实体和关系的归纳学习，且不能利用先验知识。此外，它们的推断过程不易解释。在这项工作中，我们提出了一种一体化解决方案，称为BERTRL（基于BERT的关系学习），其利用预训练语言模型，并通过将关系实例及其可能的推理路径作为训练样本进行微调。BERTRL在18种情况中的15种下于归纳和转导设定中均优于SOTA。同时，它在少样本学习中展现出强大的泛化能力且是可解释的。
引用
@article{arxiv.2103.07102,
title = {Inductive Relation Prediction by BERT},
author = {Hanwen Zha and Zhiyu Chen and Xifeng Yan},
journal= {arXiv preprint arXiv:2103.07102},
year = {2021}
}