arrow
返回

Large language model with iteratively prompt for temporal knowledge graph completion

delete2025-07-11
delete0
PRE
AI
X
Xi Yang
J
Jia Zhu
DOI:10.1016/j.neucom.2025.130941delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 我们在时序知识图谱补全(TKGC)中引入了一种创新方法,该方法利用具有迭代提示的大语言模型(LLMs)来捕捉复杂的时序关系和语境细微差别。 • 我们的方法通过开创性地为生成多样化和信息丰富的提示进行迭代优化过程,从而在TKGC中实现了革命性进展,并提升了任务的有效性。 • 我们提出的模型在多个数据集上取得了最先进的结果,显著超越了当前TKGC领域的基准水平。

期刊

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

机构

暂无机构信息
引用论文

引用论文

err
IF0
err
err0
PREAI
err
err分享
err收藏
SANe: Space adaptation network for temporal knowledge graph completion
err2024-05-01
err0
PREAI
errYancong Li; Xiaoming Zhang; Bo Zhang; Feiran Huang; Xiaopeng Chen; Ming Lu; Shuai Ma
err分享
err收藏
Historical Trends and Normalizing Flow for One-shot Temporal Knowledge Graph Reasoning
err2025-01-01
err0
PREAI
errMa, Ruixin; Wang, Longfei; Wu, Huinan; Gao, Buyun; Wang, Xiaoru; Zhao, Liang
err分享
err收藏
err分享
err收藏