中文

超关系知识图谱上的时序事实推理

人工智能 2024-10-07 v3 机器学习

摘要

源于传统知识图谱 (KGs),超关系知识图谱 (HKGs) 为每个 KG 事实提供额外的键值对(即限定符),有助于更好地约束事实有效性。近年来,研究 HKG 上的图推理日益受到关注。同时,正如近期聚焦时序知识图谱 (TKGs) 的工作所讨论,世界知识不断演化,使得对 KG 中时序事实的推理十分重要。此前的基准 HKG 并未为每个 HKG 事实显式指定时序信息,因此几乎所有现有 HKG 推理方法都未设计任何专门用于时序推理的模块。为更好地研究 HKG 上的时序事实推理,我们提出一种名为超关系时序知识图谱 (HTKG) 的新型数据结构。HTKG 中每个事实都显式耦合一个指示其时间有效性的时间戳。我们构建了两个新基准 HTKG 数据集,即 Wiki-hy 与 YAGO-hy,并提出了一种高效建模超关系时序事实的 HTKG 推理模型。为支持该主题的未来研究,我们开源了数据集与模型。

关键词

引用

@article{arxiv.2307.10219,
  title  = {Temporal Fact Reasoning over Hyper-Relational Knowledge Graphs},
  author = {Zifeng Ding and Jingcheng Wu and Jingpei Wu and Yan Xia and Volker Tresp},
  journal= {arXiv preprint arXiv:2307.10219},
  year   = {2024}
}

备注

Findings of EMNLP 2024