基于 Transformer 的学习时间知识图的演化事件链推理
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文介绍了一种新的深度进化知识网络,能够学习非线性演变的实体表示,并通过评分建模事实的发生。该方法在大规模数据集上表现出显著性能改进,并能有效预测事实的发生时间。
🎯
关键要点
-
提出了一种新颖的深度进化知识网络。
-
该网络能够在动态知识图中学习非线性演变的实体表示。
-
通过多元点过程和基于学习实体嵌入的评分来建模事实的发生。
-
在两个大规模数据集上表现出显著的性能改进。
-
有效预测事实的发生或再次发生时间。
➡️