知识图嵌入的有效性研究：一种规则挖掘方法
机器学习
2022-06-24 v2 人工智能
摘要
我们研究了知识图嵌入（KGE）在结合规则挖掘进行知识图（KG）补全中的有效性。更具体地说，我们在 KG 被 KGE 补全之前和之后分别挖掘规则，以比较所提取规则之间可能存在的差异。我们将此方法应用于经典的 KGE 方法，特别是 TransE、DistMult 和 ComplEx。我们的实验表明，根据用于 KG 补全的 KGE 方法不同，提取的规则可能存在巨大差异。特别是在 TransE 补全之后，提取出了若干虚假规则。
引用
@article{arxiv.2206.00983,
title = {On the Effectiveness of Knowledge Graph Embeddings: a Rule Mining Approach},
author = {Johanna Jøsang and Ricardo Guimarães and Ana Ozaki},
journal= {arXiv preprint arXiv:2206.00983},
year = {2022}
}
备注
The paper has 24 pages, 3 figures, presented at the first International Workshop on Knowledge Representation for Hybrid Intelligence (KR4HI'22); added references, clarifications, and acknowledgements; fixed minor typos