( Neurocomputing,2023)Relphormer:用于知识图谱表示的关系图Transformer
Transformer在包括自然语言处理、计算机视觉和图挖掘在内的广泛领域中取得了显著的表现。然而,传统的Transformer架构在知识图谱(KG)表示上并未带来有希望的改进,该领域主要由平移距离范式主导。请注意,传统的Transformer架构难以捕获知识图谱固有的异构结构和语义信息。为此,我们提出了一种新的知识图谱表示Transformer变体,称为Relphormer。具体来说,我们引入了Triple2Seq,它可以动态采样上下文的子图序列作为输入,以缓解异构性问题。我们提出了一种新颖的。
原创
2024-08-19 20:37:23 ·
699 阅读 ·
0 评论