SATKGC子图感知训练框架提出

2026年10月14日，arXiv Artificial Intelligence 报道，Youmin Ko 等作者提出用于知识图谱补全（KGC）的子图感知训练框架 SATKGC。该框架包含两个思路：一是子图感知 mini-batching，用于促进难负样本采样并缓解训练中实体出现频率不平衡；二是新的对比学习，从知识图谱结构属性出发，更关注批内更难负三元组和更难正三元组。报道称，该工作首次将知识图谱的结构归纳偏置全面引入 PLM 微调，并在三个 KGC 基准上验证了优越性。作者表示代码已开源。目前该事件仅有这一篇报道，暂无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。