AAAI 2020 开源论文 | 可建模语义分层的知识图谱补全方法

©PaperWeekly · 作者｜蔡健宇学校｜中国科学技术大学研究方向｜知识图谱近些年，知识图谱（Knowledge Graph）在自然语言处理、问答系统、推荐系统等诸多领域取得了广泛且成功的应用。然而，现有知识图谱普遍存在链接缺失问题。为解决该问题，知识图谱补全任务应运而生。目前的知识图谱补全模型可分为多个流派，而基于距离的模型是其中重要一派。这类模型可以建模对称、互逆与复合等不同的抽象关系模式（Relation Pattern），却难以对知识图谱中普遍存在的语义分层（Semantic Hierarchies）现象进行有效建模。本文接下来所介绍的工作 HAKE 使用极坐标系对语义分层现象进行建模，并在主流数据集上超越了这一流派中现有性能最好的方法。论文的标题为 Learning Hierarchy-Aware ………………………………