PFIA 2024
CNIA
RJCIA
Enrichissement de fonctions de perte avec contraintes de domaine et co-domaine pour la prédiction de liens dans les graphes de connaissance
Nicolas Hubert, Pierre Monnin, Armelle Brun, Davy Monticolo
Les modèles à base d’embeddings pour la prédiction de liens dans les graphes de connaissance reposent sur des fonctions de perte. Les approches traditionnelles considèrent que l’étiquette d’un triplet est soit vraie, soit fausse. Nous affirmons que les triplets négatifs qui sont sémantiquement valides au regard du profil de la relation devraient être traités différemment de ceux qui ne le sont. Nous proposons des fonctions de perte guidées par la sémantique. La généralité et la supériorité de notre approche sont clairement établies sur trois jeux de données publics.