面向时序知识图完成的模式感知数据增强
机器学习
2025-01-03 v1 数据库
信息检索
摘要
预测时序知识图（TKGs）中缺失事实是基础任务，称为时序知识图完成（TKGC）。该任务的关键挑战之一是数据分布不平衡，事实在实体和时间戳之间不均匀分布。这种不平衡可能导致完成性能差、长尾实体和时间戳不稳定的训练，并因虚假负样本的引入而不稳定。不幸的是，很少有前期研究调查了如何缓解这些影响。此外，我们首次发现现有方法受制于模型偏好，揭示了具有特定属性（例如最近活跃）的实体受不同模型偏好。这会导致误差累积，进一步恶化不平衡数据分布的影响，但被前期研究忽略。为了缓解不平衡数据和模型偏好的影响，我们引入了 Booster，这是 TKGs 首个数据增强策略。此处的独特要求在于生成符合 TKGs 中复杂语义和时间模式的新样本，以及识别特定于模型的困难学习样本。因此，我们提出了基于 TKGs 中三元闭合性的层次化评分算法。通过结合全局语义模式和局部时间感知结构，该算法 enables 对新样本进行模式感知验证。与此同时，我们提出了两阶段训练方法以识别偏离模型首选模式的样本。通过设计良好的基于频率的过滤策略，该方法还有助于避免虚假负样本的误导。实验表明，Booster 能无缝适应现有 TKGC 模型，并实现最高可达 8.7% 的性能提升。
引用
@article{arxiv.2501.00252,
title = {Towards Pattern-aware Data Augmentation for Temporal Knowledge Graph Completion},
author = {Jiasheng Zhang and Deqiang Ouyang and Shuang Liang and Jie Shao},
journal= {arXiv preprint arXiv:2501.00252},
year = {2025}
}