.png){kind=icon}
返回
Text-free inductive knowledge graph embedding via meta graph-based prompt learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ipm.2025.104460.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出MetaKGPrompt，一种基于元图提示的无实体文本归纳知识图谱嵌入。
• 通过匿名元图和冻结的预训练语言模型生成可迁移的节点特征。
• 引入一个基于GNN的结构学习模块，以有效捕获知识图中的结构信息。
• 我们的框架在提高推理准确性和效率的同时避免了高昂的计算成本。
• 广泛的实验表明所提出的MetaKGPrompt模型具有优越性。
期刊
I
IF:
6.9
论文数:
5.2K
被引数:
1.4W
机构
引用论文
暂无论文信息