Supervised knowledge aggregation for knowledge graph completion


Betz, Patrick ; Meilicke, Christian ; Stuckenschmidt, Heiner



DOI: https://doi.org/10.1007/978-3-031-06981-9_5
URL: https://link.springer.com/chapter/10.1007/978-3-03...
Weitere URL: https://2022.eswc-conferences.org/wp-content/uploa...
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2022
Buchtitel: The semantic web: 19th International Conference, ESWC 2022, Hersonissos, Crete, Greece, May 29-June 2, 2022 : proceedings
Titel einer Zeitschrift oder einer Reihe: Lecture Notes in Computer Science
Seitenbereich: 74-92
Veranstaltungstitel: ESWC 2022
Veranstaltungsort: Hersonissos, Greece
Veranstaltungsdatum: 29.05.-02.06.2022
Herausgeber: Groth, Paul
Ort der Veröffentlichung: Berlin [u.a.]
Verlag: Springer
ISBN: 978-3-031-06980-2 , 978-3-031-06981-9
ISSN: 0302-9743 , 1611-3349
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fachgebiet: 004 Informatik
Abstract: We explore data-driven rule aggregation based on latent feature representations in the context of knowledge graph completion. For a given query and a collection of rules obtained by a symbolic rule learning system, we propose end-to-end trainable aggregation functions for combining the rules into a confidence score answering the query. Despite using latent feature representations for rules, the proposed models remain fully interpretable in terms of the underlying symbolic approach. While our models improve the base learner constantly and achieve competitive results on various benchmark knowledge graphs, we outperform current state-of-the-art with respect to a biomedical knowledge graph by a significant margin. We argue that our approach is in particular well suited for link prediction tasks dealing with a large multi-relational knowledge graph with several million triples, while the queries of interest focus on only one specific target relation.




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen