arXiv · AI· Jiawei Sun, Sijia Xu, Zihan Chen, Zhengyi Yang·· 17 小时前AI 评分24
RAHC: 基于规则增强的超关系知识图谱补全在材料合成中的应用
RAHC: Rule-Augmented Hyper-Relational Knowledge Graph Completion for Materials Synthesis
AI 导读
RAHC 提出了一种基于规则增强的超关系知识图谱框架，用于补全材料合成的缺失实验条件。 该框架通过构建可追溯的规则目录并结合图结构与规则证据，在五个数据集的单槽与联合补全任务中提升性能。 在 Semi-inductive 设置下，RAHC 的 MRR 指标较 MAYPL 提升最高达 15.6%，并改善了 ILPC'22 Small 基准的性能。
来源：arXiv · AI · arxiv.org