NeuralKG-ind：一个用于归纳式知识图谱表示学习的 Python 库
人工智能
2023-05-01 v1
摘要
由于知识图谱的动态特性，近年来提出了许多归纳式知识图谱表示学习（KGRL）工作，侧重于实现对新实体的预测。NeuralKG-ind 作为 NeuralKG 库的一次重要更新，是首个归纳式 KGRL 库。它包含标准化流程、丰富的现有方法、解耦的模块以及全面的评估指标。借助 NeuralKG-ind，研究人员与工程师能够便捷地复现、重新开发并比较归纳式 KGRL 方法。NeuralKG-ind 的库、实验方法学与模型复现结果均已公开发布于 https://github.com/zjukg/NeuralKG/tree/ind 。
引用
@article{arxiv.2304.14678,
title = {NeuralKG-ind: A Python Library for Inductive Knowledge Graph Representation Learning},
author = {Wen Zhang and Zhen Yao and Mingyang Chen and Zhiwei Huang and Huajun Chen},
journal= {arXiv preprint arXiv:2304.14678},
year = {2023}
}
备注
Accepted by SIGIR2023 Demonstration Track