本地 - 全局、历史感知的对比学习用于时间知识图推理
原文中文，约300字，阅读约需1分钟。发表于：。利用对比学习的方法，我们提出了基于本地与全局历史信息的对比学习模型 (LogCL)，用于时态知识图推理，该模型通过实体感知注意机制捕捉与查询相关的关键历史信息，并设计了四种历史查询对比模式，从而提高了模型的鲁棒性和预测性能。实验结果表明，LogCL 相较于现有基准模型取得了更好且更鲁棒的性能。
本文提出了一种基于本地与全局历史信息的对比学习模型(LogCL)，用于时态知识图推理。该模型通过实体感知注意机制捕捉与查询相关的关键历史信息，并设计了四种历史查询对比模式，提高了模型的鲁棒性和预测性能。实验结果表明，LogCL相较于现有基准模型取得了更好且更鲁棒的性能。
