LambdaKG: A Library for Pre-trained Language Model-Based Knowledge Graph Embeddings

要約

ナレッジ グラフ (KG) には、異種グラフ構造とテキストが豊富なエンティティ/関係情報という 2 つの特徴があることがよくあります。
テキストベースの KG 埋め込みは、事前トレーニングされた言語モデルを使用して説明をエンコードすることでエンティティを表現できますが、現時点では PLM を備えた KG 向けに特別に設計されたオープンソース ライブラリはありません。
このペーパーでは、多くの事前トレーニング済み言語モデル (例: BERT、BART、T5、GPT-3) を備え、さまざまなタスク (例: ナレッジ グラフの補完、質問応答、レコメンデーション) をサポートする KGE 用ライブラリである LambdaKG を紹介します。
、知識の探求）。
LambdaKG は https://github.com/zjunlp/PromptKG/tree/main/lambdaKG でオープンソースとして公開されており、デモ ビデオは http://deepke.zjukg.cn/lambdakg.mp4 にあり、長期メンテナンスが行われます。

要約(オリジナル)

Knowledge Graphs (KGs) often have two characteristics: heterogeneous graph structure and text-rich entity/relation information. Text-based KG embeddings can represent entities by encoding descriptions with pre-trained language models, but no open-sourced library is specifically designed for KGs with PLMs at present. In this paper, we present LambdaKG, a library for KGE that equips with many pre-trained language models (e.g., BERT, BART, T5, GPT-3), and supports various tasks (e.g., knowledge graph completion, question answering, recommendation, and knowledge probing). LambdaKG is publicly open-sourced at https://github.com/zjunlp/PromptKG/tree/main/lambdaKG, with a demo video at http://deepke.zjukg.cn/lambdakg.mp4 and long-term maintenance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google