知识图谱推理是一个基础问题，在电子商务推荐、生物医学知识图谱药品再利用等领域有着重要的应用。在本教程中，我将全面介绍知识图谱推理的最新进展，包括:(1)知识图谱嵌入的方法(如TransE、TransR和RotatE);(2)传统的归纳逻辑规划方法和最新的神经逻辑规划方法;(3)结合神经和符号逻辑方法进行知识图谱推理的最新进展。
2022-01-07 16:41:54
13.81MB
1
在这次演讲中，我将介绍我们在学习知识图推理逻辑规则方面的最新进展。逻辑规则在用于预测和推广到其他任务时提供了可解释，因此是学习的关键。现有的方法要么面临在大搜索空间中搜索的问题(如神经逻辑编程)，要么由于稀疏奖励而无效优化(如基于强化学习的技术)。为了解决这些局限性，本文提出了一个称为RNNLogic的概率模型。
2021-02-15 11:08:14
2.24MB
1