IME: Integrating Multi-curvature Shared and Specific Embedding for Temporal Knowledge Graph Completion

本文提出了一种新颖的集成多曲率共享和特定嵌入（IME）模型，用于时间知识图谱补全（TKGC）任务。IME将TKG建模为多曲率空间，包括超球面、双曲面和欧几里得空间。同时，IME提出了空间共享属性和空间特定属性两个关键属性，前者有助于跨越不同曲率空间的共性学习，后者则捕捉特征性特征。此外，IME还提出了可调节的多曲率池化（AMP）方法来有效保留重要信息。最后，IME创新地设计了相似性、差异性和结构损失函数来实现所述目标。实验结果清楚地证明了IME在现有最先进的TKGC模型上具有卓越的性能。

本文针对现有的Temporal Knowledge Graph Completion (TKGC)方法在建模TKG时存在的问题，即要么在单一空间中建模TKG，要么忽略不同曲率空间之间的异质性，限制了其对复杂几何结构的捕捉能力，提出了一种新的解决方案。

本文提出了一种新的Integrating Multi-curvature shared and specific Embedding (IME)模型，将TKG建模为多曲率空间，包括超球面、双曲线和欧几里得空间，并结合空间共享和空间特定的属性来捕捉复杂的几何结构。

本文的亮点包括：1.提出了一种将TKG建模为多曲率空间的新方法；2.设计了可调节的多曲率池化方法以有效保留重要信息；3.创新地设计了相似性、差异性和结构损失函数以实现所述目标；4.实验结果表明IME模型在TKGC任务上优于现有的最先进TKGC模型。

在这个领域中的相关研究包括：1.《Heterogeneous Graph Transformer》；2.《Multi-Relational Graph Convolutional Networks》；3.《Temporal Knowledge Graph Completion with Graph Attention》。