归纳式链接预测的再评估
人工智能
2024-10-01 v1 机器学习
摘要
在本文中,我们表明当前用于归纳式链接预测的评估协议存在严重缺陷,因为它依赖于在少量随机采样的负实体中对真实实体进行排序。由于负样本集规模有限,一个简单的基于规则的基线方法即可达到最先进的性能,该方法仅根据实体类型的有效性对其进行排序。基于这些发现,我们使用通常应用于直推式设置的链接预测协议,在多个基准上重新评估了当前的归纳式链接预测方法。由于某些归纳式方法在此设置下评估时存在可扩展性问题,我们提出并额外应用了一种改进的采样协议,该协议不存在上述问题。我们的评估结果与迄今为止报告的结果截然不同。
引用
@article{arxiv.2409.20130,
title = {Reevaluation of Inductive Link Prediction},
author = {Simon Ott and Christian Meilicke and Heiner Stuckenschmidt},
journal= {arXiv preprint arXiv:2409.20130},
year = {2024}
}
备注
Published in RuleML+RR 2024