KG-BERT：用于知识图谱补全的 BERT
发布: (2026年1月4日 GMT+8 00:00)
2 min read
原文: Dev.to
Source: Dev.to
概览
KG‑BERT 将知识图谱三元组（主体、关系、客体）视为简短句子，并给出一个简单分数，表示该事实成立的可能性。它利用已经掌握大量词汇的 预训练语言模型，将实体和关系的文本描述输入模型，而不是依赖杂乱的表格数据。
通过这种方式，KG‑BERT 能够：
- 在不需要大量规则编写的情况下，检测知识图谱中的错误或缺失链接（链接预测）。
- 在各种基准测试中实现强劲表现，常常超越旧方法。
- 应用于实体归属建议、合适关系识别以及为搜索引擎、虚拟助理等应用清理数据等任务。
可以把 KG‑BERT 看作一个快速填补空白事实的阅读器，使知识图谱更完整、更易使用。