arrow
返回

FuST-KGC: Fusing sub-graph structures and textual semantics for knowledge graph completion

delete2026-01-12
delete0
PRE
AI
D
Daojun Han
M
Mengxin Jin
J
Juntao Zhang *
L
Linkun Fan
Q
Qinglin Su
B
Bendong Qiao
DOI:10.1016/j.neucom.2026.132690delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 我们提出FuST-KGC,一种融合子图结构和文本语义的知识图谱补全新方法。 • 我们引入一种动态的、度引导的采样策略,用于构建信息丰富的局部子图,有效捕获关键推理路径。 • FuST-KGC将多跳子图拓扑线性化为文本序列,使单一预训练语言模型能够融合结构上下文与细粒度语义。 • FuST-KGC解决了现有模型简化图结构或使用复杂独立编码器的局限性,提升了推理准确性和语义-结构整合性。

期刊

Neurocomputing 封面图
Neurocomputing
IF:
6.5
论文数:
2.5W
被引数:
6.5W

机构

H
Henan University
学者数:
2.0K
论文数: 658
被引数: 4
引用论文

引用论文

Text-enhanced knowledge graph representation learning with local structure文本增强的局部结构知识图谱表示学习
err2024-09-01
err2
PREAI
errLi, Zhifei; Jian, Yue; Xue, Zengcan; Zheng, Yumin; Zhang, Miao; Zhang, Yan; Hou, Xiaoju; Wang, Xiaoguang
err分享
err收藏
err分享
err收藏
A Review of Knowledge Graph Completion
err2022-08-21
err0
errOAAI
errMohamad Zamini; Hassan Reza; Minou Rabiei
err分享
err收藏
LDM-KGC: A low-dimensional knowledge graph completion model based on multi-head attention mechanism
err2025-10-01
err0
PREAI
errZhang,Chaoqun; Qiu,Bingjie; Tang,Weidong; Liang,Bicheng; Cui,Danyang; Luo,Haisheng; Chen,Qiming
err分享
err收藏
学者 查看更多内容