论文链接： https://arxiv.org/pdf/2108.09628.pdf

知识图谱补全近年来受到学术界和业界的广泛关注。然而现有的方法只将图谱中的实体表征成单独的静态的一个向量，这限制了模型的表达能力，特别是难以捕捉图谱中的复杂的关系。基于此，我们提出了一个知识图谱解耦表征方法，将每个实体表征为多个独立的向量，从而提升模型的表达能力。一方面，我们在知识图谱卷积中引入关系感知信息聚合机制，促使表征的每个成分聚合到不同的信息，此部分实现了“微观解耦”；另一方面，我们通过添加互信息正则项来增强表征中每个成分之间的独立性，从而实现了“宏观解耦”。最后，我们在常用的两个基准数据集上验证了解耦表征可以有效的提升性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除