NELL-995

新研究探讨基于LLM和谱方法进行知识图谱补全 · 跟踪3个来源

三篇新研究论文介绍了知识图谱补全（KGC）的新方法，该任务侧重于预测知识图谱中缺失的链接。arXiv上发布的PEARL使用基于路径-实体对齐的关系学习框架，结合上下文子图和LLM引导的检索器来改进归纳式KGC。另一篇论文QUEST通过使用图拉普拉斯的谱信息初始化实体嵌入并采用计划图平滑正则化器来处理不确定的知识图谱。第三篇论文CoSC将离散结构编码与LLM方法中的相似实体信息相结合，以提高KGC性能。