本文作者来自University of Amsterdam,Kipf作为共同一作。其实ESCW只是CCF C类会议,不过外国人当然不看CCF啦。这是本系列的第一篇,做了一阵子GNN的理论研究,当然也需要落地;本来实验室就是做知识图谱相关工作的,因此以后要结合起来去做。
本文主要针对知识图谱补全的两个基础任务:link prediction和entity classification。前者补全三元组,后者补全实体的属性。本文主要贡献如下:
第一个证明GCN框架可以应用于关系数据建模,特别是链接预测和实体分类任务。其次,引入了参数共享和加强稀疏约束的技术,并利用它们将R-GCNs应用于具有大量关系的多图。最后,以DistMult为例,证明了因子分解模型的性能可以通过在关系图中执行多个信息传播步骤的编码器模型来丰富它们。

Neural relational modeling

Relational graph convolutional networks

与GNN有一些差别,因为需要定义关系,所以在定义消息传递框架时采用如下的公式:

GNN in KG(一) Modeling Relational Data with Graph Convolutional Networks,ESWC2018相关推荐

  1. RGCN - Modeling Relational Data with Graph Convolutional Networks 使用图卷积网络对关系数据进行建模 ESWC 2018

    文章目录 1 相关介绍 两个任务 main contributions 2 Neural relational modeling 2.1 符号定义 2.2 关系图卷积网络R-GCN 2.3 Regul ...

  2. 【论文解读 ESWC 2018 | R-GCN】Modeling Relational Data with Graph Convolutional Networks

    论文题目:Modeling Relational Data with Graph Convolutional Networks 论文来源:ESWC 2018 论文链接:https://arxiv.or ...

  3. 2018 ESWC | Modeling Relational Data with Graph Convolutional Networks

    2018 ESWC | Modeling Relational Data with Graph Convolutional Networks Paper: https://arxiv.org/pdf/ ...

  4. 论文阅读 Modeling Relational Data with Graph Convolutional Networks

    Modeling Relational Data with Graph Convolutional Networks 使用图卷积网络建模关系数据 发表于 [stat.ML] 26 Oct 2017 摘 ...

  5. 论文阅读笔记: Modeling Relational Data with Graph Convolutional Networks

    arXiv:1703.06103v4 文章目录 1.Introduction 2.神经关系建模(Neural relational modeling) 2.1 关系图卷积网络(Relational g ...

  6. 论文笔记:ESWC 2018 Modeling Relational Data with Graph Convolutional Networks

    前言 论文链接:https://arxiv.org/pdf/1703.06103.pdf github:https://github.com/kkteru/r-gcn 本文提出了一种将图卷积操作应用与 ...

  7. Modeling Relational Data with Graph Convolutional Networks(2017)

    用图卷积网络建模关系数据(2017) 摘要 知识图支持多种应用,包括问答和信息检索.尽管在它们的创建和维护上投入了巨大的努力,但即使是最大的产品(如Yago.DBPedia或wikidata)仍然不完 ...

  8. AI医药论文解读:Modeling Polypharmacy Side Effects with Graph Convolutional Networks

    论文题目 Modeling Polypharmacy Side Effects with Graph Convolutional Networks 中文 使用图卷积网络对多药副作用进行建模 论文出自 ...

  9. Longitudinal prediction of infant diffusion MRI data via graph convolutional adversarial....TMI,2019

    Hong Y, Kim J, Chen G, et al. Longitudinal prediction of infant diffusion MRI data via graph convolu ...

最新文章

  1. PageHelper 在 Spring Boot + MyBatis 中合理且规范的使用方法
  2. Hbase原理、基本概念、基本架构
  3. Python赋值运算符(入门必读)
  4. select,table,form
  5. 【任务脚本】0528京东618叠蛋糕任务脚本全自动脚本,京东任务全自动程序稳定运行,向大神致敬...
  6. 【公司金融课堂学习笔记】1、企业融资—风险投资
  7. 检测输入路径是否存在错误_为什么存在用户输入错误
  8. python学习_Python学习 基础篇完结
  9. VB6.0基于ADO连接access踩坑之数据库不显示数据
  10. 国赛数学建模——北理工校赛1
  11. EnhancedFor
  12. 如何释放计算机内存吗,Win7如何释放内存?三招帮你将电脑中的垃圾全部清理掉!...
  13. 电子书chm转换html,chm转换为html的超简单方法
  14. 操作系统镜像资源(迅雷、天翼云、百度云)
  15. 量子计算机 霍金,科学家正在使用量子粒子窥视黑洞内部
  16. pta 7-1 走楼梯升级版(递归)
  17. 面试系列——爱奇艺Andromeda 跨进程通信组件分析
  18. Xilinx Bit文件格式详解
  19. 2023山西大学计算机考研信息汇总
  20. 和99.9%的人的认知完全相反的富人思维

热门文章

  1. 我给文案新人的1点建议!
  2. 译|深入理解Metaspace
  3. Text Kit框架——动态字体及cell动态高度
  4. Selenium 远程调用 Google Chrome 谷歌浏览器
  5. 苏州大学应用技术学院计算机二级,苏州大学应用技术学院怎么样_苏州大学一本与二本有什么差别...
  6. QT小项目------>记事本
  7. Mac下Cornerstone错误异常导致打不开
  8. 常见面试题整理--操作系统篇(每位开发者必备)
  9. 外语学习应试教育时如何高效的背单词?
  10. 如何让梯形变成平行四边形_可以把梯形转化成平行四边形来算