UniHR: Hierarchical Representation Learning for Unified Knowledge Graph Link Prediction

要約

補助的なキーと値のペアを備えたハイパーリレーショナル ファクト、追加のタイムスタンプを備えた時間ファクト、ファクト間の関係を暗示するネストされたファクトなど、トリプルを超えたファクト表現が大きな注目を集めています。
ただし、既存のリンク予測モデルは通常、1 つの特定のタイプのファクトに対して設計されているため、他のファクト表現に一般化することが困難です。
この制限を克服するために、統合ナレッジ グラフ リンク予測のための統合階層表現学習フレームワーク (UniHR) を提案します。
これは、統合された階層データ表現 (HiDR) モジュールと、グラフ エンコーダーとしての統合された階層構造学習 (HiSL) モジュールで構成されます。
HiDR モジュールは、ハイパーリレーショナル KG、時間的 KG、およびネストされた事実 KG をトリプルベースの表現に統合します。
次に、HiSL にはファクト内およびファクト間のメッセージ パッシングが組み込まれており、個々のファクト内のセマンティック情報を強化し、ファクト間の構造情報を充実させることに重点が置かれています。
3 種類の KG からの 7 つのデータセットにわたる実験結果は、UniHR が特定の 1 種類の KG 用に設計されたベースラインを上回るパフォーマンスを示し、HiDR 形式の強力な一般化能力と HiSL モジュールの有効性を示しています。
コードとデータは https://github.com/Lza12a/UniHR で入手できます。

要約(オリジナル)

Beyond-triple fact representations including hyper-relational facts with auxiliary key-value pairs, temporal facts with additional timestamps, and nested facts implying relationships between facts, are gaining significant attention. However, existing link prediction models are usually designed for one specific type of facts, making it difficult to generalize to other fact representations. To overcome this limitation, we propose a Unified Hierarchical Representation learning framework (UniHR) for unified knowledge graph link prediction. It consists of a unified Hierarchical Data Representation (HiDR) module and a unified Hierarchical Structure Learning (HiSL) module as graph encoder. The HiDR module unifies hyper-relational KGs, temporal KGs, and nested factual KGs into triple-based representations. Then HiSL incorporates intra-fact and inter-fact message passing, focusing on enhancing the semantic information within individual facts and enriching the structural information between facts. Experimental results across 7 datasets from 3 types of KGs demonstrate that our UniHR outperforms baselines designed for one specific kind of KG, indicating strong generalization capability of HiDR form and the effectiveness of HiSL module. Code and data are available at https://github.com/Lza12a/UniHR.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google