LOGO LOGO
博士生刘康正的论文被数据挖掘国际顶会ICDM 2022录用
时间:2022-09-02 16:31:05

近日,2021级博士生刘康正(导师赵峰教授)的论文“Temporal Knowledge Graph Reasoning via Time-Distributed Representation Learning”被22届IEEE数据挖掘国际会议(The 22nd IEEE International Conference on Data Mining,ICDM 2022)录用。

时序知识图谱推理是图谱领域的重要研究方向,时变性问题和由其衍生而出的动态不可见实体问题是两个亟需解决的痛点问题。时变性问题是指时序知识图谱中不同的历史时间戳在推理过程中扮演着不同的角色;在时变性背景下,不同时间戳上的预测将拥有范围可变的历史信息,从而使传统的历史不可见实体问题由静态转变为动态。为此,论文提出了一个高效且准确的时序推理模型。针对时变性问题,该模型提出了一种基于图卷积神经网络和自注意力机制的时间分布式表示学习方法,该方法学习事实在不同历史时间戳上的分布式表示,并综合考虑预测事实对不同时间戳的不同关注度;针对动态不可见实体问题,该模型基于抽象摘要的复制机制从全局静态图谱中提取不可见实体,并在最终的预测环节中将它们纳入考量。实验结果表明,文中提出的时序知识图谱推理方法在YAGO、WIKI、ICE14、ICE05-15、ICE18和GDELT六个基准数据集和多个评价指标上均能够收获显著的改进,在这六个数据集上的Hits@10指标更是分别达到了0.9263、0.8273、0.8839、0.8238、0.7617和0.4880。

ICDM与ICDE、SIGIR、SIGKDD和CIKM等一并被誉为数据挖掘领域的顶级会议,在数据挖掘领域具有举足轻重的地位。ICDM 2022共接收论文投稿885篇,其中录用为长文的仅有85篇。


(通讯员:刘康正)