两位本科生一作，首次提出「持续学习」+「少样本」知识图谱补全

上海大学本科生提出新框架，有效应对知识图谱补全中的灾难性遗忘和少样本学习难题。该框架通过三元组记忆回放、参数调制和多视角关系增强等方法，显著提升了模型在持续学习和少样本场景下的泛化能力。实验结果显示，该模型在NELL-ONE和Wiki-ONE数据集上显著优于基线模型，平均改进分别为13.3%和27.0%。
来源：https://mp.weixin.qq.com/s/IHgzPXiGx4OVv2T0tB9o8g