封闭域语义稀疏补全
同时捕获浅层三元组关系与深层实体类层次结构，并通过子图对比学习生成高质量难负样本，在封闭域少样本下性能显著优于现有知识增强预训练范式。
张桃林 · Xu, Ruyao · Wang, Chengyu · Zhongjie, Duan · Chen, Cen · Qiu, Minghui · 程大伟 · He, Xiaofeng · 钱卫宁
2023
不仅利用关系三元组捕捉实体间显式关系，还通过双曲嵌入建模实体类的深层层次结构，弥补全局稀疏性，使模型在封闭域中也能获得充分的知识信号。
利用同一实体类下实体的局部稠密邻接子图，通过对比学习在子图上构造高质量难负样本，使模型更好地区分邻近实体的语义，进一步补全全局语义稀疏。