Key points are not available for this paper at this time.
ندرس مشكلة تعلم الاستدلال في الرسوم البيانية للمعرفة واسعة النطاق (KGs). بشكل أكثر تحديدًا، نصف إطار عمل جديد للتعلم التعزيزي لتعلم المسارات العلائقية متعددة القفزات: نحن نستخدم وكيلًا قائمًا على السياسة مع حالات مستمرة بناءً على تضمينات الرسم البياني للمعرفة، والذي يستدل في فضاء متجهات KGs من خلال أخذ العينات من العلاقة الأكثر وعدًا لتوسيع مساره. على عكس الأعمال السابقة، تشمل طريقتنا دالة مكافأة تأخذ في الاعتبار الدقة والتنوع والكفاءة. تجريبيًا، نوضح أن_METHODنا المقترح يتفوق على خوارزمية تصنيف المسار وطرق تضمين الرسم البياني للمعرفة على مجموعات بيانات Freebase وNever-Ending Language Learning. 1
درس شياو وآخرون (Sun) هذا السؤال.