ICLR 2024 || 一种能在零样本和微调场景下对任意知识图谱进行推理的基础模型Foundation Model

文章预览

欢迎向本公众号投稿文献解读类原创文章，以及海内外招生、访学、招聘等稿件，投稿邮箱：gnn4ai@outlook。com，或者请联系微信：GNN4AI 本文介绍了ULTRA方法， 一种能在零样本和微调场景下对任意知识图谱进行推理的基础模型Foundation Model (FM)。ULTRA通过学习关系的条件表示，实现了对未见过知识图谱的归纳推理，为知识图谱推理领域的发展开辟了新思路。 1. 基本信息 标题： Towards Foundation Models for Knowledge Graph Reasoning 面向知识图谱推理的基础模型研究 作者及其研究机构：Mikhail Galkin (Intel AI Lab), Xinyu Yuan (Mila, University of Montréal), Hesham Mostafa (Intel AI Lab), Jian Tang (Mila, HEC Montréal & CIFAR AI Chair), Zhaocheng Zhu (Mila, University of Montréal) 发表时间、会议名称：ICLR 2024 代码链接： https://github.com/DeepGraphLearning/ULTRA 2. 研究背景 传统的知识图谱嵌入方法通常局限于特定图 ………………………………