稀疏知识图谱外推
在规则打分中融合关系级语义，显著提升时间知识图谱在稀疏数据上的外推性能，同时保持推理过程的完全可解释性。
Kai, Chen · Zhao, Xiaojuan · 宋新 · Ye, Wang · Zhibin, Dong · Feng, Xie · 李爱平 · Yue, Han · Changjian, Li
Information Fusion 2025
融合关系级语义，降低规则学习对数据量的依赖，在时序知识图谱不完整和稀疏时仍能学习有效规则。
规则打分同时考虑统计和语义信息，使学习到的规则既符合数据分布又具备语义合理性。
采用相对时间编码捕捉时间演化的周期性和非周期性模式，提升对时序动态的建模能力。
仍然输出显式规则和可解释的推理路径，在稀疏数据上的预测可被理解和验证。