Projektgruppe: Master

Sprache: Englisch

Wissensgraphen stellen strukturierte Sammlungen von Behauptungen über die Welt dar. Diese wertvollen Ressourcen wurden in einer Vielzahl von Anwendungen genutzt. Modelle zur Einbettung von Wissensgraphen wurden effektiv zur Lösung verschiedener graphenbezogener Probleme eingesetzt, einschließlich der Vorhersage von Verbindungen. Allerdings sind die Vorhersagen von Modellen zur Einbettung von Wissensgraphen oft höchstens post-hoc und lokal erklärbar. Im Gegensatz dazu sind die Vorhersagen von Konzeptlernmodellen in Beschreibungslogiken ante-hoc und global erklärbar. Obwohl sich die meisten Wissensgraphen mit der Zeit weiterentwickeln, konzentrierten sich bisherige Arbeiten meist auf statische Wissensgraphen. In dieser Projektgruppe werden wir Algorithmen entwickeln, die beide Welten zusammenbringen, d.h. wir werden Einbettungsmodelle nutzen, um Konzepte der Beschreibungslogik aus Beispielen in dynamischen Wissensgraphen zu lernen.

Verwandte Arbeiten:

• Knowledge Graphs
• EvoLearner: Learning Description Logics with Evolutionary Algorithms
• Learning Permutation-Invariant Embeddings for Description Logic Concepts
• Complex Query Answering with Neural Link Predictors