基于实体自适应信息混合的KGE负采样方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘   要：在知识图谱补全（knowdge graph completion，KGC）任务中，负采样方法并不被重视，但其对补全精度能造成巨大的影响。一方面，当前一些负采样方法使用较少的参数，产生的负样本质量较低；另一方面，如对抗性负采样的负采样方法虽然能够生成高质量的负样本，但其计算复杂度较高。（剩余12707字）

试读结束

目录
monitor