.png){kind=icon}
返回
Learning Embeddings from Knowledge Graphs With Numeric Edge Attributes
.png){kind=icon}
OA
AI
DOI：10.24963/ijcai.2021/395.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
知识图谱中与边关联的数值已被用于表示不确定性、边重要性，甚至在越来越多的场景中用于表示带外知识，这些场景范围从遗传数据到社交网络。然而，传统的知识图谱嵌入模型并非设计用于捕捉此类信息，这损害了其预测能力。
我们提出了一种新颖的方法，将数值边属性注入到传统知识图谱嵌入架构的评分层中。使用公开可用的数值增强型知识图谱进行的实验表明，我们的方法不仅优于传统的非数值感知基线模型，也优于最新的UKGE模型。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息