【AAAI2020】知识图谱的生成式对抗零样本关系学习，Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs

题目

知识图谱的生成式对抗零样本关系学习:Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs

简介

大规模知识图谱（KGs）在当前的信息系统中显得越来越重要。为了扩大知识图的覆盖范围，以往的知识图完成研究需要为新增加的关系收集足够的训练实例。本文考虑一种新的形式，即零样本学习，以摆脱这种繁琐的处理，对于新增加的关系，我们试图从文本描述中学习它们的语义特征，从而在不见实例的情况下识别出看不见的关系。为此，我们利用生成性对抗网络（GANs）来建立文本与知识边缘图域之间的联系：生成器学习仅用有噪声的文本描述生成合理的关系嵌入。在这种背景下，零样本学习自然转化为传统的监督分类任务。从经验上讲，我们的方法是模型不可知的，可以应用于任何版本的KG嵌入，并在NELL和Wikidataset上产生性能改进。

作者 Pengda Qin,Xin Wang,Wenhu Chen,Chunyun Zhang,Weiran Xu1William Yang Wang