基于嵌入学习的知识图谱推理
基于规则学习的知识图谱推理
Ontology Embedding-本体概念层推理
知识图谱嵌入模型:TransE的问题
无法处理一对多、多对一、多对多问题
TransH、TransR、TransD
另外一种知识图谱嵌入模型:DistMult,线性变换嵌入模型。
知识图谱嵌入模型:Analogy
利用类比推理的思想做知识图谱推理。
知识图谱嵌入模型:ComplEx
知识图谱嵌入模型:ConvE
直接叠加神经网络。
RotaE:复杂空间中基于关系旋转的知识图嵌入
BetaE:基于Beta嵌入的知识图谱多跳逻辑推理。
其他推理模型框架:强化学习-基于强化学习的知识图谱路径推理问答
知识图谱嵌入的挑战:稀疏性问题:
wRAN:利用关系对抗网络提升长尾部分的关系推理和补全的效能。对抗关系学习
元关系学习:在只有少量样本的情况实现知识图谱推理-Few-shot Reasoning
MetaR:EMNLP