MCMH：面向知识图谱推理的多链多跳规则学习
计算与语言
2020-10-06 v1 人工智能
摘要
知识图谱上的多跳推理方法利用多跳规则（对应一条关系链）推断实体间缺失的关系。我们扩展现有工作，考虑一种广义形式的多跳规则，其中每条规则是一组关系链。为高效学习此类广义规则，我们提出一种两步方法：首先选取一小组关系链作为规则，然后通过联合对所选链打分来评估目标关系的置信度。为此，我们提出一个博弈论框架，以同时优化规则选择与预测步骤。实证结果表明，相较于标准的单链方法，我们的多链多跳（MCMH）规则取得了更优的结果，这既验证了我们对广义规则的建模，也证明了所提学习框架的有效性。
引用
@article{arxiv.2010.01735,
title = {MCMH: Learning Multi-Chain Multi-Hop Rules for Knowledge Graph Reasoning},
author = {Lu Zhang and Mo Yu and Tian Gao and Yue Yu},
journal= {arXiv preprint arXiv:2010.01735},
year = {2020}
}
备注
Accepted Findings of EMNLP2020