【AAAI2023】终身嵌入学习和迁移的知识图谱增长

2022 年 12 月 1 日 专知

现有的知识图谱(KG)嵌入模型主要关注静态知识图谱,然而,现实世界的知识图谱并不是静态的,而是随着知识图谱应用程序的发展而发展和增长的。因此,新的事实和以前看不到的实体和关系不断出现,需要一个嵌入模型,可以通过增长快速学习和转移新知识。基于此,本文对KG嵌入的一个扩展领域进行了研究,即终身KG嵌入。我们考虑了知识的转移和对一个KG的不断增长的快照的学习的保留,而不必从头开始学习嵌入。该模型包括一个用于嵌入学习和更新的掩码KG自编码器,一个将学习到的知识注入到新的实体和关系嵌入中的嵌入转移策略,以及一个避免灾难性遗忘的嵌入正则化方法。为了研究KG生长的不同方面的影响,我们构建了四个数据集来评估终身KG嵌入的性能。实验结果表明,该模型优于现有的归纳和终身嵌入基线。
https://www.zhuanzhi.ai/paper/de7061bb76e5ed6f72e8d7100bd41ae8


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“TGKG” 就可以获取【AAAI2023】终身嵌入学习和迁移的知识图谱增长》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
6

相关内容

【AAAI2023】图序注意力网络
专知会员服务
46+阅读 · 2022年11月24日
【AAAI2022】领域自适应的主动学习:一种基于能量的方法
专知会员服务
45+阅读 · 2021年12月6日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
28+阅读 · 2021年12月3日
AAAI2021 | 学习预训练图神经网络
专知会员服务
116+阅读 · 2021年1月28日
专知会员服务
25+阅读 · 2020年12月16日
【AAAI2023】图序注意力网络
专知
6+阅读 · 2022年11月24日
【ICML2022】时序自监督视频transformer
专知
1+阅读 · 2022年7月28日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年2月1日
Arxiv
15+阅读 · 2019年9月11日
VIP会员
相关VIP内容
【AAAI2023】图序注意力网络
专知会员服务
46+阅读 · 2022年11月24日
【AAAI2022】领域自适应的主动学习:一种基于能量的方法
专知会员服务
45+阅读 · 2021年12月6日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
28+阅读 · 2021年12月3日
AAAI2021 | 学习预训练图神经网络
专知会员服务
116+阅读 · 2021年1月28日
专知会员服务
25+阅读 · 2020年12月16日
相关资讯
【AAAI2023】图序注意力网络
专知
6+阅读 · 2022年11月24日
【ICML2022】时序自监督视频transformer
专知
1+阅读 · 2022年7月28日
相关基金
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员