提出SATKGC子图感知知识图谱补全训练框架
热点事件持续更新
提出SATKGC子图感知知识图谱补全训练框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Youmin Ko 等发布SATKGC框架的论文（arXiv v5），将知识图谱子图、最短路径和度等拓扑结构纳入预训练语言模型的微调，以改进知识图谱补全。方法包括结构感知小批量训练和新的对比学习，分别应对实体出现频率不平衡以及结构上更困难的正负三元组。 基于论文摘要，作者报告SATKGC在三个知识图谱补全基准上表现优越，代码已公开。
AI 根据报道生成 · 4 小时前更新
最新进展10月14日 12:00
SATKGC：利用结构感知对比学习改进知识图谱补全的语言模型训练报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AISATKGC：利用结构感知对比学习改进知识图谱补全的语言模型训练
作者提出SATKGC框架，将知识图谱子图、最短路径和度等拓扑结构纳入预训练语言模型的微调，以改进知识图谱补全。该方法结合结构感知小批量训练与新的对比学习，分别处理实体出现频率不平衡以及结构上更困难的正负三元组。基于论文摘要，作者报告SATKGC在三个知识图谱补全基准上具有优越表现，代码已公开（原文链接：https://arxiv.org/abs/2407.12703v5）。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月14日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:0020:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。