各方报道 1 篇
arXiv cs.LG·09-14 12:00★ 2
SNAP-KG 同质性边界：连接不等于相似
原文 SNAP-KG 是一个无需图访问与推理重训练、仅凭原始特征将新实体归入知识图谱语义社区的框架，此前在多个含同质视图的基准上表现良好。本文将其评估扩展到 Texas、Wisconsin、Chameleon 三个异质图，发现当不存在同质视图时聚类质量急剧下降，决定性能的是关系同质性而非关系数量。作者指出同质性假设是整个方法族共有前提，异质多视图聚类应作为独立研究问题。
SNAP-KG 是一个无需图访问与推理重训练、仅凭原始特征将新实体归入知识图谱语义社区的框架，此前在多个含同质视图的基准上表现良好。本文将其评估扩展到 Texas、Wisconsin、Chameleon 三个异质图，发现当不存在同质视图时聚类质量急剧下降，决定性能的是关系同质性而非关系数量。作者指出同质性假设是整个方法族共有前提，异质多视图聚类应作为独立研究问题。