RAHC规则增强超关系知识图谱框架发布

研究人员Jiawei Sun等提出并发布了一种名为RAHC的基于规则增强的超关系知识图谱框架。该框架旨在解决材料合成领域中缺失实验条件的补全问题，通过构建可追溯的规则目录并结合图结构与规则证据，实现了逻辑上的闭环。 在性能测试方面，RAHC框架在五个数据集的单槽与联合补全任务中均提升了整体性能。特别是在Semi-inductive设置下，其MRR指标相较于MAYPL基线模型有显著改善，最高提升幅度达到15.6%。此外，该框架还成功改善了ILPC'22 Small基准的性能表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。