面向时序知识图谱链接预测的单样本关系元表示学习
机器学习
2023-05-25 v2 人工智能
摘要
近年来，针对静态知识图谱（KGs）的小样本关系学习引起了广泛关注，而时序知识图谱（TKGs）的小样本学习却鲜有研究。与KGs相比，TKGs包含丰富的时间信息，因此需要时序推理技术进行建模。这在时序上下文中学习小样本关系时带来了更大的挑战。本文沿用先前专注于静态KGs小样本关系学习的工作，将两种基础的TKG推理任务，即插值和外推链接预测，扩展到单样本设定。我们提出了四个新的大规模基准数据集，并开发了一个用于学习TKGs中单样本关系的TKG推理模型。实验结果表明，我们的模型在两项TKG链接预测任务的所有数据集上均能取得优越性能。
引用
@article{arxiv.2205.10621,
title = {Learning Meta Representations of One-shot Relations for Temporal Knowledge Graph Link Prediction},
author = {Zifeng Ding and Bailan He and Yunpu Ma and Zhen Han and Volker Tresp},
journal= {arXiv preprint arXiv:2205.10621},
year = {2023}
}
备注
IJCNN 2023 oral