知识图谱嵌入双曲模型

可训练曲率空间

通过可训练曲率空间和多层双曲网络，为知识图谱嵌入提供更深层次的层次建模能力。

Lu, Ming · Li, Yancong · Zhang, Jiangxiao · Haiying, Ren · 张小明

Knowledge-Based Systems 2024

技术优势

多层网络加深表达

引入多层双曲前馈网络转换特征，增强模型捕捉复杂层次关系的能力。

异构交互建模

专门设计双曲卷积神经网络，在可适应双曲空间中学习实体与关系之间的异构交互。

显著超越基线

在三个基准数据集上，相比浅层和其他深层方法，DeER的表达能力和层次建模性能显著提升。

应用场景

• 知识图谱补全：用于链接预测，补全知识图谱中缺失的实体关系三元组。
• 图神经网络：提供双曲空间中的图卷积算子，用于学习层次图结构。
• 层次数据建模：通过可训练曲率自适应建模不同区域的不同层次结构。