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。
📝

内容提要

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。

🏷️

标签

➡️

继续阅读