知识图谱中深度过时事实检测
原文中文，约300字，阅读约需1分钟。发表于：。本文提出了一种基于深度学习的新型框架 DEAN（Deep outdatEd fAct detectioN），旨在识别知识图谱中的过时事实。DEAN 通过综合建模实体和关系之间的隐式结构信息，采用以预定义的关系到节点图（Relations-to-Nodes）为权重的对比方法，有效地揭示潜在的过时信息，并在实验结果中展示了 DEAN 相比现有基准方法的有效性和优越性。
DEAN是一种基于深度学习的框架，用于识别知识图谱中的过时事实。它通过综合建模实体和关系之间的隐式结构信息，采用预定义的关系到节点图为权重的对比方法，揭示潜在的过时信息。实验结果证明了DEAN的有效性和优越性。
