双重提示词知识图补全器

冻结PLM微调免训

在冻结的预训练语言模型上仅训练提示词，以极低的训练成本实现在多个知识图数据集上优于现有方法的知识图补全。

耿玉霞 · Chen, Jiaoyan · Yuhang, Zeng · Chen, Zhuo · Zhang, Wen · Pan, Jeff Z. · 王宇翔 · 徐小良

Expert Systems with Applications 2025

参数信息

数据集数量

3

优于基线的数据集数量

3

技术优势

不微调，成本低

预训练语言模型被冻结，仅训练两个提示词，参数量远小于全量微调，使得训练成本大幅降低，且便于在更大模型上使用。

结构文本能融合

解耦结构提示词学习解耦的图表示，使预训练语言模型能够更有效地将相关结构知识与文本信息结合，从而提升补全性能。

应用场景

• 知识表示学习：提供低成本的知识图嵌入方法，无需微调大模型即可获得高质量表示。
• 智能问答系统：补全不完整的知识图谱，为问答系统提供更完整的背景知识。
• 推荐系统：增强知识图谱中的实体关系，改善基于知识图谱的推荐效果。