本文全面综述了图神经网络（GNNs）在知识图谱技术中的应用。文章提出了一个新颖的分类法，将基于GNN的知识图谱方法按其在知识图谱整个生命周期中的作用进行分类，包括构建、嵌入、推理和应用。综述详细介绍了GCN、GAT和HGNN等各种GNN模型，并分析了它们在不同知识图谱生命周期任务中的优缺点。最后，文章讨论了该跨学科领域的当前挑战和未来研究方向。 AI
影响 提供了GNN在知识图谱中应用的结构化概述，帮助研究人员和从业人员理解该领域并确定未来的研究方向。
排序理由 该条目是arXiv上的学术综述论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- graph attention network
- graph convolutional network
- graph neural network
- graph neural networks
- hypergraph neural network
- knowledge graph
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
