A semantic driven adaptive framework for few-shot knowledge graph completion

C.X. Ouyang

doi:10.1016/j.neucom.2025.131763

A semantic driven adaptive framework for few-shot knowledge graph completion

2025-10-10

0

PRE

AI

DOI：10.1016/j.neucom.2025.131763

原文链接

原文求助

摘要

En 中文

• 我们利用LLMs通过分析知识图谱中实体的邻域信息来提取和生成丰富的语义描述。该方法有效地引入了有用的语义信息，增强了模型表示实体及其背景关系的能力。 • 我们提出了一种语义驱动的负采样框架，用于生成针对关系背景的高质量负样本。结合使用LoRA进行自适应微调，该方法提高了模型对未见数据的适应性。 • 在NELL-One和FB15k237-One数据集的链接预测任务中，我们的方法取得了显著成果，证明了其有效性。

A semantic driven adaptive framework for few-shot knowledge graph completion

摘要

期刊

机构

引用论文