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。