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

要約

多くの場合、ナレッジ グラフ (KG) には 2 つの特徴があります。異種のグラフ構造と、テキストが豊富なエンティティ/関係情報です。
テキストベースの KG 埋め込みは、事前にトレーニングされた言語モデルで記述をエンコードすることによってエンティティを表すことができますが、現在、PLM を使用する KG 用に特別に設計されたオープンソースのライブラリはありません。
このホワイト ペーパーでは、事前にトレーニングされた多くの言語モデル (BERT、BART、T5、GPT-3 など) を備え、さまざまなタスク (ナレッジ グラフの完成、質問への回答、レコメンデーションなど) をサポートする KGE 用のライブラリである LambdaKG を紹介します。
、および知識の調査)。
LambdaKG は、https://github.com/zjunlp/PromptKG/tree/main/lambdaKG で公開されており、デモ ビデオは http://deepke.zjukg.cn/lambdakg.mp4 で公開されており、長期的なメンテナンスも提供されています。

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