论文浅尝 | Open world Knowledge Graph Completion
来源:AAAI2018
论文链接:https://arxiv.org/pdf/1711.03438.pdf
代码链接:https://github.com/bxshi/ConMask
本文解决知识库补全的问题,但和传统的 KGC 任务的场景有所不同。以往知识库补全的前提是实体和关系都已经在 KG 中存在,文中把那类情况定义为 Closed-World KGC。从其定义可以发现它是严重依赖已有KG连接的,不能对弱连接有好的预测,并且无法处理从 KG 外部加入的新实体。对此这篇文章定义了 Open-World KGC,可以接收 KG 外部的实体并链接到 KG。论文提出的模型是 ConMask,ConMask 模型主要有三部分操作:
(1)Relationship-dependent content masking:强调留下和任务相关的词,抹去不相关的单词; 模型采用attention机制基于相似度得到上下文的词和给定关系的词的权重矩阵,通过观察发现目标实体有时候在权重高的词(indicator words)附近,提出 MCRW 考虑了上下文的权重求解方法。
(2)Target fusion:从相关文本抽取目标实体的 embedding(用FCN即全卷积神经网络的方法);这个部分输入是masked content matrix,每层先有两个 1-D 卷积操作,再是sigmoid激活函数,然后是 batch normalization,最后是最大池化。
为避免参数过多,在得到实体名等文本特征时本文选用语义平均来得到特征的 embedding 表示
(3)Target entity resolution:通过计算 KG 中候选目标实体和抽取的实体的 embedding 间的相似性,结合其他文本特征得到一个 ranked list。本文设计了一个 list-wise ranking 损失函数,采样时按 50% 比例替换 head 和 tail 生成负样本,S 函数时 softmax 函数
论文的整体模型图为:
本文在 DBPedia50k 和 DBPedia500k 数据集上取得较好的结果,同时作者还添加了 Closed-World KGC 的实验,发现在 FB15k,以及前两个数据集上效果也很不错,证明了模型的有效性。
笔记整理:李娟,浙江大学博士在读,研究兴趣为知识图谱,表示学习。
OpenKG.CN
中文开放知识图谱(简称OpenKG.CN)旨在促进中文知识图谱数据的开放与互联,促进知识图谱和语义技术的普及和广泛应用。
转载须知:转载需注明来源“OpenKG.CN”、作者及原文链接。如需修改标题,请注明原标题。
点击阅读原文,进入 OpenKG 博客。
论文浅尝 | Open world Knowledge Graph Completion相关推荐
- 论文浅尝 | Convolutional 2D knowledge graph embedding
笔记整理 | 孙悦,天津大学 1. 介绍: 知识图的链接预测是预测实体之间缺失关系的任务.先前有关链接预测的工作集中在浅,快速的模型上,这些模型可以缩放到大型知识图例如基于基于平移变换的 TransE ...
- 论文浅尝 |「知识表示学习」专题论文推荐
本文转载自公众号:PaperWeekly. 本期论文清单来自清华大学博士生韩旭和北师大本科生曹书林,涵盖了近年知识表示学习方向的重要论文. [ 综述类 ] ■ 论文 | Representation ...
- 论文阅读《Do Pre-trained Models Benefit Knowledge Graph Completion?A Reliable Evaluation and a Reasonab》
Do Pre-trained Models Benefit Knowledge Graph Completion? A Reliable Evaluation and a Reasonable App ...
- Learning Entity and Relation Embeddings for Knowledge Graph Completion (TransR)论文翻译
整理转自:fffnull 的 CSDN 博客,感谢他的翻译分享 论文原文地址:Learning Entity and Relation Embeddings for Knowledge Graph C ...
- 【论文阅读笔记 KDD2021】《Relational Message Passing for Knowledge Graph Completion》
论文链接:https://arxiv.org/pdf/2002.06757.pdf 代码和数据集:https://github.com/hwwang55/PathCon 文章目录 ABSTRACT 1 ...
- LASS: Joint Language Semantic and Structure Embedding for Knowledge Graph Completion 论文解读
Joint Language Semantic and Structure Embedding for Knowledge Graph Completion 代码:pkusjh/LASS: Code ...
- 论文笔记:Sequence-to-Sequence Knowledge Graph Completion and QuestionAnswering
Sequence-to-Sequence Knowledge Graph Completion and Question 备注:ACL 2022 Main Conference 链接:https:// ...
- 论文浅尝 | 学习开发知识图谱中的长期关系依赖 - ICML 2019
本文转载自公众号:南大Websoft. 论文:https://arxiv.org/abs/1905.04914 代码:https://github.com/nju-websoft/RSN 背景 知识图 ...
- 论文浅尝 | 图神经网络综述:方法及应用
论文链接:https://arxiv.org/pdf/1812.08434.pdf GNN相关论文列表链接:https://github.com/thunlp/GNNPapers 近日,清华刘知远老师 ...
最新文章
- 一篇让你搞懂 Nginx
- MySQL 5.7 SYS SCHEMA
- 使用MakeCAB.exe命令创建CAB文件
- rqnoj 496 [IOI1999]花店橱窗布置 (简单dp)
- 【错误记录】Flutter 插件不兼容 ( requires Flutter SDK version >=1.22.0 <2.0.0, url_launcher >=5.7.7 <6.0.0- )
- ML之xgboost:利用xgboost算法(sklearn+3Split+调参曲线+EarlyStop)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
- 网页空间php可以赋值,js如何赋值给php
- kafka 名词解释及原理解析过程(三)
- 匿名包装器(function(){})()
- 达梦数据库部署多实例
- LINQ-sql的终极疯狂
- Pycharm汉化后设置无法打开解决办法
- RANSAC算法筛选匹配点
- 优化理论10----约束优化的罚函数法、外点法(Penalty method)、内点法(**Barrier Methods**)、混合惩罚函数法
- 【写博客常用】Word文档中怎么插入分隔线
- 网易实探瑞幸门店:消费者1.8折买到手软,店员累到流汗
- 数位动态规划:Windy数
- python之身份证号码的出生日期的提取与性别判段
- smarty中文帮助文档
- 集成电路中的低功耗设计(一)
热门文章
- Linux平台gcc和动态共享库的基础知识
- 生命很短,我用tldr
- Linux fork的写时复制
- 单片机c语言pwm整流的程序,基于 单片机控制PWM整流电源的设计.doc
- unc 隐藏共享文件夹_你真的了解任务栏吗?win10任务栏居然隐藏了这么多小窍门...
- 每日一题(21)——malloc与free(二)
- php三级栏目调用,织梦当前栏目调用二级、三级栏目且栏目高亮解决方法
- java 原子类_小学妹教你并发编程的三大特性:原子性、可见性、有序性
- 华为任职资格_华为采购总部专业任职资格标准|
- 【Pytorch神经网络理论篇】 04 Variable类型与自动微分模块剖析