每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

图拓扑在生物医学知识图谱完成模型性能中的作用

Created by
  • Haebom

作者

阿尔贝托·卡塔内奥、斯蒂芬·邦纳、托马斯·马丁内克、爱德华·莫里西、卡洛·卢斯基、伊恩·P·巴雷特、丹尼尔·贾斯特斯

大纲

本文探讨了知识图谱补全 (KGC)，这是一种在生物医学研究中（例如，药物再利用或药物靶标识别）非常有用的方法。尽管已经提出了各种数据集和 KGC 嵌入模型，但对于特定任务有用的数据集和模型的属性仍然知之甚少。此外，虽然 KGC 嵌入模型的理论属性已广为人知，但它们在实际应用中的实用性仍存在争议。本研究全面考察了公开可用的生物医学知识图谱的拓扑属性，并探究了它们与实际任务中观测准确率的关系。通过发布所有模型预测结果和一套新颖的分析工具，我们旨在促进持续的研究，从而加深我们对 KGC 的理解。

Takeaways, Limitations

•
Takeaways：通过阐明公开的生物医学知识图谱的拓扑特征与实际任务准确率之间的关系，我们可以为提升知识图谱补全模型的性能做出贡献。我们旨在通过发布一套新的分析工具，激发知识图谱补全领域的研究，并推动相关研究的进步。
•
Limitations：本研究使用的数据集和模型可能有限。研究结果可能偏向于特定的生物医学领域。未来需要开展涵盖更多数据集和模型的研究。
👍
Made with Slashpage