QORH：面向归纳式知识图谱链接预测的查询特定有序规则超图学习

QORH 将规则头和有序规则体作为以查询关系为条件的超边联合编码，显式建模多个关系间的联合依赖，并通过规则置信度与覆盖率等统计证据进行可学习规则选择。模型借助角色感知的超图消息传递增强关系表示以引导实体级推理，其共享参数不依赖具体实体或关系标识，可对未见实体和关系做归纳预测。在实体归纳与完全归纳基准上，QORH 显著优于所评估的 SOTA 基线。