【传知代码】知识图谱推理-论文复现
本文探讨了基于图神经网络（GNN）的知识图谱推理，提出了一种创新的自适应传播策略AdaProp，旨在解决大规模知识图谱处理中的效率和准确性问题。AdaProp通过动态调整传播路径，优化了传统GNN方法。研究在KDD '23会议上发表，提供了tensorboard可视化结果和开源代码。实验表明，AdaProp在效率和性能上超越了传统方法，如全传播、渐进式传播和受限传播。通过Python和PyTorch实现， AdaProp在多个数据集上展示了优秀性能，为知识图谱推理领域开辟了新思路。