图拓扑在生物医学知识图谱完成模型性能中的作用
机器学习
2025-11-07 v2 人工智能
定量方法
摘要
知识图谱完成日益被采用作为帮助解决生物医学研究中若干任务的有用方法，如药物再定位或药物靶点识别。为此，已在多年间提出了各种数据集和知识图谱嵌入模型。然而，对于给定任务而言何种数据集属性以及相关建模选择是有用的，几乎没有人了解。尽管知识图谱嵌入模型的理论属性已被良好理解，但其在该领域的实际效用仍存有争议。本文我们对公开可用的生物医学知识图谱的拓扑属性进行全面调查，并建立了与实际任务中观察到的准确性之间的联系。通过发布所有模型预测以及一套新的分析工具，我们邀请社区基于我们的工作进行建设并继续改进对这些关键应用的理解。
引用
@article{arxiv.2409.04103,
title = {The Role of Graph Topology in the Performance of Biomedical Knowledge Graph Completion Models},
author = {Alberto Cattaneo and Stephen Bonner and Thomas Martynec and Edward Morrissey and Carlo Luschi and Ian P Barrett and Daniel Justus},
journal= {arXiv preprint arXiv:2409.04103},
year = {2025}
}