基于对比置信度适配的知识图谱错误检测
计算与语言
2024-01-17 v2 人工智能
摘要
知识图谱（KGs）通常包含各种错误。先前关于检测 KGs 中错误的工作主要依赖于来自图结构的三元组嵌入。我们进行了一项实证研究，发现这些工作难以将噪声与语义相似的正确三元组区分开来。在本文中，我们提出了一个 KG 错误检测模型 CCA，以整合来自三元组重建的文本和图结构信息，从而更好地区分语义。我们设计了交互式对比学习来捕获文本和结构模式之间的差异。此外，我们构建了包含语义相似噪声和对抗性噪声的真实数据集。实验结果表明，CCA 优于最先进的基线，特别是在检测语义相似噪声和对抗性噪声方面。
引用
@article{arxiv.2312.12108,
title = {Knowledge Graph Error Detection with Contrastive Confidence Adaption},
author = {Xiangyu Liu and Yang Liu and Wei Hu},
journal= {arXiv preprint arXiv:2312.12108},
year = {2024}
}
备注
Accepted in the 38th AAAI Conference on Artificial Intelligence (AAAI 2024)