知识图谱推理论文阅读 Know-Evolve: Deep Temporal Reasoning for Dynamic Knowledge Graphs
一、主要贡献1、提出了一种基于新出现事实的随时间演化的深度学习架构。动态进化网络将吸收新的事实,从中学习,并基于它们最近的关系和时间行为更新相关实体的嵌入。2、除了预测事实的发生,我们的架构还能预测事实可能发生的时间,这是任何先前的关系学习方法都不能做到的。3、模型支持开放世界假设,缺失的链接不被认为是错误的,而是可能在未来潜在地发生,由于其新颖的动态嵌入过程,它进一步支持对看不见的实体的预测。二