研究人员开发了AEGIS，一个旨在提高稀疏二分知识图谱中链接预测能力的新型框架。这种仅边缘增强的方法通过重采样现有训练边缘，保留原始节点集以避免生成虚假端点。在Amazon、MovieLens以及一个游戏设计模式网络等数据集上的实验表明，AEGIS，特别是结合语义增强时，可以提高预测准确性和校准度，尤其是在存在描述性节点信息的情况下。 AI
影响 引入了一种改进稀疏知识图谱中链接预测的新方法，可能有助于推荐系统和数据分析。
排序理由 这是一篇详细介绍知识图谱链接预测新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2509.22017v4 Announce Type: replace Abstract: Bipartite knowledge graphs in niche domains are typically data-poor and edge-sparse, which hinders link prediction. We introduce AEGIS (Authentic Edge Growth In Sparsity), an edge-only augmentation framework that resamples exist…