PulseAugur
中
实时 03:48:19

新的正则化技术提高了知识图谱嵌入的泛化能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员对知识图谱嵌入（KGE）模型的正则化技术进行了全面的实证研究，重点关注其对泛化能力的影响。研究发现，在各种KGE模型家族中，过拟合是一个普遍存在的问题，而适当的正则化可以显著提高泛化能力和预测性能。为此，本文提出了稀疏峰值正则化（SPR），这是一种新颖的、模型无关的正则化器，旨在选择性地对占主导地位的嵌入分量施加惩罚，从而在不抑制潜在有用的弱信号的情况下提高泛化能力。在八个基准数据集和各种KGE模型上的实验表明，SPR的性能优于现有的正则化器。 AI

影响 这项研究提供了一种提高知识图谱嵌入的准确性和泛化能力的新方法，有望增强搜索和推荐系统等下游应用的性能。

排序理由 详细介绍知识图谱嵌入新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新的正则化技术提高了知识图谱嵌入的泛化能力

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
详细介绍知识图谱嵌入新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
2 days old
Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Linyu Li, Zhi Jin, Yuanpeng He, Dongming Jin, Haoran Duan, Zhengwei Tao, Xuan Zhang, Jiandong Li, Huanyao Zhang, Gadeng Luosang, Nyima Tashi ·

    重新思考知识图谱嵌入中的泛化：一项实证研究与稀疏峰值正则化

    arXiv:2505.23442v2 Announce Type: replace-cross Abstract: Knowledge graphs (KGs) provide structured representations of entities and relations, and underpin data management and Web applications such as search, recommendation, and question answering. Since Web-scale KGs such as Fre…

相关实体

相关话题