基于多关系传播的知识图谱节点属性补全
机器学习
2020-11-11 v1
摘要
现有关于知识图谱补全的文献大多聚焦于链接预测任务。然而，知识图谱还存在一个额外的不完备问题：其节点拥有数值属性，而这些属性的值常常缺失。我们的方法记为 MrAP，通过跨知识图谱的多关系结构传播信息来填补缺失属性值。它采用回归函数，根据节点间关系和属性类型从一个节点属性预测另一节点属性。传播机制以消息传递方案迭代运行，在每次迭代中收集预测并更新节点属性值。在两个基准数据集上的实验显示了我们方法的有效性。
引用
@article{arxiv.2011.05301,
title = {Node Attribute Completion in Knowledge Graphs with Multi-Relational Propagation},
author = {Eda Bayram and Alberto Garcia-Duran and Robert West},
journal= {arXiv preprint arXiv:2011.05301},
year = {2020}
}
备注
7 pages