【WWW2021】基于知识嵌入的图卷积网络

近年来，围绕着图卷积网络(GCN)这一主题的文献大量涌现。如何有效地利用复杂图(如具有异构实体和关系类型的知识图谱)中丰富的结构信息是该领域面临的主要挑战。大多数GCN方法要么局限于具有同质边类型的图(例如，仅引用链接)，要么只专注于节点的表示学习，而不是针对目标驱动的目标共同传播和更新节点和边的嵌入。本文提出了一种新的框架，即基于知识嵌入的图卷积网络(KE-GCN)，该框架结合了基于图的信念传播中知识嵌入的能力和高级知识嵌入(又称知识图嵌入)方法的优势，从而解决了这些局限性。我们的理论分析表明，KE-GCN作为具体案例提供了几种著名的GCN方法的优雅统一，并提供了图卷积的新视角。在基准数据集上的实验结果表明，与强基线方法相比，KE-GCN方法在知识图谱对齐和实体分类等任务中具有明显的优势。

https://www.zhuanzhi.ai/paper/3404ccd79333da7c1cbf8e013f258a64

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“KEGCN” 就可以获取《【WWW2021】基于知识嵌入的图卷积网络》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源