AAAI 25 | CATS:基于潜在类型约束与子图推理的上下文感知归纳知识图谱补全

正文

请到「今天看啥」查看全文

， ， 。

归纳式KGC任务的设定确保训练图和测试图中的实体构成两个不相交的集合。模型训练仅能使用训练图中的三元组，而测试图中的三元组仅作为查询三元组补全的证据。处理未见实体要求模型具备归纳推理能力。

实体类型属性 。除三元组外，知识图谱中的实体通常按照本体分类法标注类型。例如在Freebase中，实体"Albert Einstein"属于"/scientist/physicist"类型。一般而言，实体类型概括了实例实体的关键属性，对判断特定实体是否可能作为某关系的头或尾实体至关重要。然而，非百科全书类知识图谱（如WordNet）中的实体通常缺乏显式类型标注。

推理路径 。由于测试图中的实体在训练阶段未曾出现，近期最先进方法利用推理路径进行预测。

定义2（推理路径） ： 给定查询三元组 ，推理路径是连接头实体 和尾实体 的三元组序列，形式化表示为：

其中 并且 ， 在训练阶段表示 ，在评估阶段表示 。然而，推理路径的存在性和质量无法保证，尤其在少样本场景中。例如，统计显示在FB15k-237（归纳式）数据集的测试集中，205个查询三元组中有61个缺乏可用推理路径。

请到「今天看啥」查看全文