知识图谱Transformer嵌入

静态时序通吃

首次用图Transformer统一提取三元组级和图级结构特征，在静态与时序知识图谱上同时达到链接预测最优。

Fobo, Shi · Li, Duantengchuan · 王晓光 · 李兵 · Wu, Xindong

IEEE Transactions on Knowledge and Data Engineering 2024

技术优势

首次图Transformer建模

首次在静态和时序知识图谱中同时建模三元组级和图级结构特征，更全面地理解实体和关系。

上下文感知增强判别

为每个预测三元组构建上下文子图，利用相同实体的三元组关系，帮助模型在不同上下文中辨别有价值的实体信息。

语义匹配选实体

采用语义匹配选出得分最高的实体，确保链接预测的准确性。

应用场景

• 知识图谱推理：用统一框架推理缺失事实，减少对特定架构的依赖。
• 时序知识图谱补全：同时建模静态和时序图谱，补全时间敏感的知识。
• 链接预测：直接提升链接预测指标，替代传统嵌入方法。