UniHR: Hierarchical Representation Learning for Unified Knowledge Graph Link Prediction

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种统一的层次表示学习框架(UniHR),用于知识图谱的链接预测。该方法通过层次数据表示和学习模块,提升了模型对不同类型知识图谱的适应性,实验结果表明其在多个数据集上优于现有模型。

🎯

关键要点

  • 本研究提出了一种统一的层次表示学习框架(UniHR),用于知识图谱的链接预测。
  • UniHR通过层次数据表示和学习模块,提升了模型对不同类型知识图谱的适应性。
  • 实验结果表明,UniHR在多个数据集上优于现有模型,显示出其在链接预测任务中的有效性。
➡️

继续阅读