KIT | KIT-Bibliothek | Impressum | Datenschutz

Embedding based Link Prediction for Knowledge Graph Completion

Biswas, Russa

Abstract:

This thesis proposes a novel Knowledge Graph (KG) embedding model for Link Prediction (LP) for Knowledge Graph Completion (KGC). The missing links in a KG are predicted based on the
existing contextual information as well as textual entity descriptions.
The model outperforms the state-of-the-art (SOTA) model DKRL for
FB15k and FB15k-237 datasets.


Verlagsausgabe §
DOI: 10.5445/IR/1000134456
Veröffentlicht am 06.07.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Publikationstyp Proceedingsbeitrag
Publikationsmonat/-jahr 08.2020
Sprache Englisch
Identifikator KITopen-ID: 1000134456
Erschienen in Proceedings of the 1st Doctoral Consortium at the European Conference on Artificial Intelligence (DC-ECAI 2020). Hrsg.: J. M. Alonso Moral
Veranstaltung 1st Doctoral Consortium at the European Conference on Artificial Intelligence (2020), Santiago de Compostela, Spanien, 29.08.2020 – 30.08.2020
Verlag EC-Libros e capı́tulos de libros
Seiten 69-70
Externe Relationen Siehe auch
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page