FreqDiff框架增强了时间知识图谱外推能力

研究人员推出FreqDiff，一个新颖的频率感知扩散框架，旨在改进时间知识图谱（TKG）外推能力。该方法通过更好地区分特定查询证据与非显著历史事实，解决了现有基于扩散方法中的局限性。FreqDiff将未来事实预测构建为一个查询槽去噪过程，并整合了一个结合了时间依赖性建模与上下文感知谱校准的双流去噪器。在公开基准上的实验表明，FreqDiff达到了最先进的性能。 AI

影响 这个新框架可以提高知识图谱中从历史数据预测未来事实的准确性。

排序理由 该集群包含一篇详细介绍时间知识图谱外推新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Connected Papers
• CORE Recommender
• FreqDiff
• Hugging Face
• Influence Flower
• Litmaps
• scite Smart Citations
• Temporal Knowledge Graph

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →