基于叠加记忆的可扩展知识库补全
计算与语言
2021-10-26 v1
摘要
我们提出 Harmonic Memory Networks（HMem），一种用于知识库补全的神经架构，将实体建模为其邻居与相应关系之间成对绑定的加权和。由于实体被建模为聚合的邻域，未见实体的表示可以即时生成。我们用两个新数据集 WNGen 和 FBGen 证明了这一点。实验表明，该模型在基准测试上达到 SOTA，并且足够灵活，可随知识图谱增长而无需重新训练地演化。
引用
@article{arxiv.2110.12341,
title = {Scalable knowledge base completion with superposition memories},
author = {Matthias Lalisse and Eric Rosen and Paul Smolensky},
journal= {arXiv preprint arXiv:2110.12341},
year = {2021}
}