HALO: Half-Life-Based Outdated Fact Filtering in Temporal Knowledge Graphs
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出HALO框架,解决时态知识图中因过时事实导致的推理性能下降问题。通过半衰期理论量化历史事实的时效性,有效过滤过时事实,显著提升推理效果和计算效率。实验结果表明,HALO在多个数据集上优于现有方法。
🎯
关键要点
- HALO框架解决了时态知识图中因过时事实导致的推理性能下降问题。
- 通过半衰期理论量化历史事实的时效性,有效过滤过时事实。
- HALO显著提升了推理效果及计算效率。
- 实验结果表明,HALO在多个公开数据集上优于现有最先进的推理方法。
➡️