Exploring Relational Semantics for Inductive Knowledge Graph Completion

事实上，KGC是在不断演变的，有许多新的实体不在原来的KGC中，而换能型KGC方法无法处理这些新出现的实体。虽然有些方法使用外部资源，如文本(Shi和Weninger 2018;Daza, Cochez, and Groth 2021)和图像(Xie等人2017)来学习新兴实体的表征，这些资源可能很难获得。一些gnn如GraphSAGE (Hamilton, Ying，和Leskovec 2017)和GraphSAINT (Zeng等人2020)显示了它们在图中的归纳表示学习能力。按照这个方向，一些基于gnn的归纳KGC方法被提出。Hamaguchi等人(2017)提出了一种定制的gnn，通过聚合其邻居实体和关系的表示来计算新兴实体的嵌入。为了区分邻居实体和关系的重要性，Wang等人(2019)引入了一种新的聚合器，使用注意机制聚合邻居。He等人(2020)开发了一种虚拟邻居预测方法来减少邻居稀疏性问题。由于之前的模型是不可解释的，Bhowmik和de Melo(2020)利用了Graph Transformer编码器的变体和强化学习来进行归纳表示学习，同时保留了可解释性。Albooyeh等人(2020)通过开发新的训练算法扩展了当前的KGC方法，该算法使用聚合函数处理出现的实体。然而，这些方法主要利用有限的局部邻域信息，而我们利用关系语义，可以从已知的KGs中获取更多有用的信息来表示新兴实体。

Shi和Weninger 2018 Open-World KnowledgeGraph Completion

Daza, Cochez, and Groth 2021 Inductive Entity Representations from Text via Link Prediction

Xie等人2017

GraphSAGE (Hamilton, Ying，和Leskovec 2017)和GraphSAINT (Zeng等人2020)

Hamaguchi等人(2017)Knowledge transfer for out-of-knowledge-base entities: a graph neural network approach.

Wang等人(2019)Wang,  Logic atten-tion based neighborhood aggregation for inductive knowl-edge graph embedding.

He等人(2020)2020HE VNNetwork: Embedding Newly Emerging Entities with Virtual Neighbors.

Bhowmik, R.; and de Melo, G. 2020. Explainable link pre-diction for emerging entities in knowledge graphs

Albooyeh, M.; Goel, R.; and Kazemi, S. M. 2020. Out-of-Sample Representation Learning for Knowledge Graphs.

我们也注意到一些关于新兴实体或关系的相关研究。一些作品关注实体(Baek, Lee, and Hwang 2020)或关系(Zhang et al 2020;Jiang, Gao和Lv 2021)，以及一些研究(Teru, Denis，和Hamilton 2020;Chen et al 2021)专注于预测一个全新的KGs上的缺失关系。在本文中，我们专注于包含通过辅助三元组与原始KGs连接的新兴实体的归纳场景，并预测缺失实体。还有一些作品和我们的比较接近。Fatemi等人(2020)将超图扩展到具有非二元关系的KGs，而我们仍然专注于一般的二元关系KGs。ReInceptionE (Xie等人2020)通过注意机制使用全局实体信息来实现三元关系，而我们通过hgnn使用全局实体信息来实现新兴实体。此外，它关注的是转导性KGC，而我们关注的是归纳性KGC。ARGA (Pan et al 2018)通过对抗训练方案正则化图嵌入，并强制潜码匹配先验分布。与此模型不同的是，我们将重点放在多关系图的归纳场景上，并强制实体表示以匹配多个语义分布。

Baek, J.; Lee, D. B.; and Hwang, S. J. 2020. Learning to Extrapolate Knowledge: Transductive Few-shot Out-of-Graph Link Prediction.

Zhang, C.; Yao, H.; Huang, C.; Jiang, M.; Li, Z.; andChawla, N. V . 2020. Few-shot knowledge graph completion.