知识图表示学习中的负采样:综述
原文中文,约300字,阅读约需1分钟。发表于: 。知识图谱表示学习(KGRL)或知识图谱嵌入(KGE)在知识构建和信息探索的人工智能应用中起着至关重要的作用。这篇综述论文系统地回顾了各种负采样(NS)方法及其对 KGRL 成功的贡献,将现有的 NS 方法按照五个不同的类别进行了分类,并指出了各自的优缺点。此外,该综述还提出了一些开放性研究问题,为未来的研究提供了潜在方向。通过提供基础 NS 概念的概括和对齐,这篇综述为在 KGRL...
知识图谱表示学习(KGRL)和知识图谱嵌入(KGE)在人工智能应用中起重要作用。本文综述了负采样方法对KGRL的贡献,并分类了不同的负采样方法。同时提出了未来研究的潜在方向。