一种统一的时间知识图谱推理模型：插值和外推
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
本文介绍了一种基于元学习的时间知识图谱外推模型（MTKGE），该模型通过捕获关系和时间序列模式进行链接预测。实验结果表明，MTKGE在多个数据集上优于现有模型，并提出了多种创新方法，提升了时间知识图谱推理的性能和解释性。
🔎
延伸解读
元学习如何提升外推能力
MTKGE采用元学习策略，在已知时间知识图谱上进行元训练，使其能够快速适应包含未知实体和关系的新兴时间知识图谱。这种设计让模型不依赖特定实体或关系的嵌入，而是学习可转移的模式，从而在外推场景下仍保持较好的链接预测性能。
GNN框架捕捉时序与关系模式
模型利用GNN框架同时捕获关系的相对位置模式和时间序列模式，并将这些模式嵌入转移到未知组件。这种双重模式学习增强了模型对时间动态和结构信息的利用，为链接预测提供更丰富的特征表示，是其在多个数据集上优于基线的重要原因。
实验表现与创新点
在兩個不同的时间知识图谱外推数据集上，MTKGE均优于现有的知识图谱外推模型以及特定自适应KGE和TKGE基线。文章还提出了多种创新方法，不仅提升了推理性能，也增强了模型的可解释性，为时间知识图谱推理提供了新的思路。
❓
Q&A
MTKGE模型的主要功能是什么？
MTKGE模型主要用于时间知识图谱的链接预测，通过元学习在未知实体和关系的新兴时间知识图谱中进行测试。
MTKGE模型是如何提升推理性能的？
MTKGE模型通过捕获关系的相对位置模式和时间序列模式，利用GNN框架实现模式嵌入的转移，从而提升推理性能。
实验结果显示MTKGE模型的表现如何？
实验结果表明，MTKGE在多个时间知识图谱外推数据集上优于现有的知识图谱外推模型。
MTKGE模型的创新方法有哪些？
MTKGE模型提出了多种创新方法，提升了时间知识图谱推理的性能和解释性。
MTKGE模型使用了什么样的框架？
MTKGE模型使用了GNN框架来捕捉关系的相对位置模式和时间序列模式。
MTKGE模型的应用场景是什么？
MTKGE模型适用于在未知实体和关系的新兴时间知识图谱中进行链接预测任务。
🏷️
