文章预览
OpenKG地址:http://data.openkg.cn/tool/unkr GitHub地址:https://github.com/seucoin/unKR 论文地址: https://dl.acm.org/doi/abs/10.1145/3626772.3657661 开放许可协议:Apache-2.0 license 贡献者:东南大学(吴天星、王靖婷、陈仕林、刘云畅、朱曙曈、李伟、许婧怡、漆桂林) 1.摘要 近期,不确定性知识图谱( Uncertain Knowledge Graphs, UKGs )引起了一定的关注,图谱中每个三元组都被赋予置信度分数。与传统知识图谱相比, UKGs 具有不确定性知识表达的能力,通过补全缺失的三元组与预测三元组置信度,实现更可靠、更精准的知识图谱推理。在本文中,我们发布了 unKR ( uncertain Knowledge graph Reasoning ),这是一个利用表示学习技术进行不确定知识图谱推理的开源 Python 库。我们设计了一个统一的框架来实现两种类型的 UKG 推理表示学习模型,即普通模型和小样本模型。此外,我们
………………………………