题目: A Survey on Graph Neural Networks for Knowledge Graph Completion

摘要:

知识图谱在诸如回答问题和信息检索之类的各种下游任务中越来越受欢迎。但是,知识图谱通常不完整,从而导致性能不佳。结果,人们对知识库补全任务产生了浓厚的兴趣。 最近,图神经网络已用于捕获固有存储在这些知识图谱中的结构信息,并已显示出可在各种数据集中实现SOTA性能。 在这项调查中,了解了所提出方法的各种优点和缺点,并尝试在该领域中发现需要进一步研究的新的令人兴奋的研究问题。

成为VIP会员查看完整内容
134

相关内容

图神经网络 (GNN) 是一种连接模型,它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是,图神经网络保留了一种状态,可以表示来自其邻域的具有任意深度的信息。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《图神经网络知识图谱补全》综述论文
专知会员服务
153+阅读 · 2020年7月29日
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
最新《动态网络嵌入》综述论文,25页pdf
专知
31+阅读 · 2020年6月17日
17篇必看[知识图谱Knowledge Graphs] 论文@AAAI2020
图神经网络(Graph Neural Networks,GNN)综述
极市平台
103+阅读 · 2019年11月27日
知识图谱嵌入(KGE):方法和应用的综述
专知
54+阅读 · 2019年8月25日
Graph Neural Networks 综述
计算机视觉life
29+阅读 · 2019年8月13日
图嵌入(Graph embedding)综述
人工智能前沿讲习班
448+阅读 · 2019年4月30日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
91+阅读 · 2020年2月28日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Arxiv
10+阅读 · 2019年2月19日
Arxiv
9+阅读 · 2018年10月18日
Arxiv
28+阅读 · 2018年4月6日
VIP会员
相关VIP内容
最新《图神经网络知识图谱补全》综述论文
专知会员服务
153+阅读 · 2020年7月29日
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
相关资讯
最新《动态网络嵌入》综述论文,25页pdf
专知
31+阅读 · 2020年6月17日
17篇必看[知识图谱Knowledge Graphs] 论文@AAAI2020
图神经网络(Graph Neural Networks,GNN)综述
极市平台
103+阅读 · 2019年11月27日
知识图谱嵌入(KGE):方法和应用的综述
专知
54+阅读 · 2019年8月25日
Graph Neural Networks 综述
计算机视觉life
29+阅读 · 2019年8月13日
图嵌入(Graph embedding)综述
人工智能前沿讲习班
448+阅读 · 2019年4月30日
相关论文
Arxiv
99+阅读 · 2020年3月4日
Arxiv
91+阅读 · 2020年2月28日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Arxiv
10+阅读 · 2019年2月19日
Arxiv
9+阅读 · 2018年10月18日
Arxiv
28+阅读 · 2018年4月6日
微信扫码咨询专知VIP会员