研究人员开发了一个名为 DMKGC 的新框架，用于多领域知识图谱补全。该方法使用条件扩散模型，通过从支持知识图谱迁移知识同时保留领域特定信息来生成更具信息量的实体嵌入。该方法旨在提高缺失三元组的预测精度，尤其是在低资源场景下，并在尾部实体预测方面平均提高了 4.3% 的平均倒数排名。 AI
影响 这项研究可以提高知识图谱补全的准确性和效率，尤其是在数据稀缺的环境中。
排序理由 该集群包含一篇详细介绍知识图谱补全新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
