DiffusionE: التفكير في الرسوم البيانية المعرفية من خلال الشبكات العصبية البيانية القائمة على الانتشار

لقد أظهرت الشبكات العصبية البيانية (GNNs) قدرات قوية في التفكير داخل الرسوم البيانية المعرفية (KGs)، مما يجذب انتباهًا متزايدًا. تنبع فكرتنا من الملاحظة أن الأعمال السابقة عادةً ما تستخدم أنماطًا مصممة يدويًا أو مصممة من عينات في عملية انتشار الرسائل، حيث تشارك مجموعة من الكيانات المجاورة في كل خطوة من خطوات الانتشار. ونتيجة لذلك، تكافح هذه الأساليب مع العدد المتزايد من الكيانات المعنية كلما امتدت خطوات الانتشار. علاوة على ذلك، فإنها تتجاهل التفاعلات الرسائلية بين الكيانات المجاورة وعلاقات الانتشار في التفكير بالمخطط المعرفي، مما يؤدي إلى عدم تناسق دلالي أثناء مرحلة تجميع الرسائل. للتعامل مع هذه المشكلات، نقدم طريقة جديدة لتضمين الرسم البياني المعرفي من خلال عملية الانتشار، تُسمى DiffusionE. بشكل محدد، نعيد صياغة انتشار الرسائل في التفكير المعرفي كعملية انتشار، مع اعتبار دلالات الرسائل كإشارة انتشار. في هذا السياق، وبإرشاد من المعلومات الدلالية، يمكن نقل الرسائل بين العقد بشكل فعال وقابل للتكيف. علاوة على ذلك، تشير التحليلات النظرية إلى أن طريقتنا يمكن أن تستفيد من نفاذية مثالية لانتشار الرسائل في التفاعلات الدلالية للـ KGs. يُظهر أن DiffusionE تستفيد بشكل فعال من التفاعلات الرسائلية بين الكيانات وعلاقات الانتشار، مما يضمن التناسق الدلالي في التفكير بالمخطط المعرفي. تكشف التجارب الشاملة أن طريقتنا تحقق أداءً متفوقًا مقارنةً بالأعمال السابقة على مجموعة من المعايير المعمول بها.