条件扩散知识迁移提升多领域图谱补全

背景

多领域知识图谱补全（Multi-Domain Knowledge Graph Completion, MKGC）旨在通过从其他支持知识图谱（Support KGs）迁移知识，来改进目标知识图谱（Target KG）中缺失三元组的预测。现有方法通常对跨图谱的等价实体施加一致性约束，以此传递知识。然而，这种设计存在两个关键问题：一是可能抑制实体在特定领域的上下文信息；二是会牺牲来自所有KG域的实体表征信息，从而阻碍性能提升，尤其在低资源数据场景下表现更为明显。为了解决这些局限，该论文首次为MKGC提出了基于生成的范式，并设计了DMKGC——一个基于条件扩散的知识迁移框架。

核心内容

论文的核心洞察在于：将每个知识图谱视为实体完整信息的部分视图（partial view），并利用扩散模型（Diffusion Models）在条件（支持KG）引导下，生成信息丰富的领域通用实体嵌入（domain-general entity embeddings）。具体流程如下：

1. 初始化领域无关的先验实体嵌入：首先，为所有实体初始化一组领域无关的嵌入，作为先验实体嵌入（prior entity embeddings）。这些嵌入不偏向任何特定领域，保留了最基础的信息。

2. 在各自KG内编码：将先验实体嵌入分别输入到各个知识图谱的编码器中，得到各自图谱下的实体表征。这一步保留了每个KG的局部上下文。

3. 融合等价实体作为条件引导：从支持KG中提取与目标实体等价的实体，将其嵌入融合（如平均或注意力机制）作为条件扩散生成的条件（condition）。该条件引导生成过程向支持域信息倾斜。

4. 条件扩散生成：使用条件扩散模型，以先验实体嵌入作为代理生成目标（proxy generation objective）。这样做的目的是确保条件生成过程对所有被条件化的KG保持无偏（unbiased），即不会过度偏向某个支持KG，从而避免丢失全局信息。

5. 跨KG预测的训练：同时训练生成的嵌入，使其能够跨KG进行预测（即预测实体在不同KG中的事实），从而保留领域特定的信息。这保证了生成的嵌入既包含通用知识，也兼顾领域独特性。

通过这种生成式知识迁移，DMKGC避免了传统一致性约束导致的域信息压制问题，能在低资源场景下持续获得增益。实验在3个基准数据集上的14个知识图谱上进行，结果显示，在尾实体预测上平均MRR（Mean Reciprocal Rank）比当前最先进方法提升了4.3%，且在低资源数据设置中增益持续。

关键要点

• 范式创新：首次将MKGC从“约束迁移”范式转向“生成迁移”范式，不再强制等价实体对齐，而是通过条件扩散模型生成信息丰富的通用嵌入。
• 双向去偏设计：先验嵌入作为代理生成目标，确保生成结果不偏向任何条件KG；同时训练生成的嵌入跨KG可预测，保留了领域特异性，达到了通用与专属的平衡。
• 低资源场景优势：由于生成过程利用了支持KG的丰富信息，即使在目标KG数据稀疏时，也能有效补全，实验证明了持续的性能增益。
• 性能提升显著：在三个基准测试的14个KG上，尾实体预测MRR平均提升4.3%，说明方法具有强泛化能力。
• 技术路线明确：初始化→域内编码→等价实体融合作为条件→条件扩散生成→跨KG预测训练，步骤清晰，可复现性强。

意义与影响

• 对MKGC领域的贡献：DMKGC提出了一条全新的技术路线——生成式知识迁移，突破了传统基于对齐约束的方法瓶颈。这为多领域知识图谱补全提供了新的研究范式，可能启发后续更多生成模型（如扩散、GAN、VAE）在知识迁移中的应用。
• 低资源场景的价值：在许多实际应用中，目标KG往往数据稀疏（如新兴领域、小规模图谱），DMKGC能显著改善此类场景下的补全效果，具有重要的工程实用意义。
• 对扩散模型应用的扩展：该工作展示了扩散模型在结构化图数据（知识图谱）上的生成能力，并创新性地将条件扩散用于知识迁移，为扩散模型在推荐系统、多模态知识融合等领域的应用提供了参考。
• 未来研究方向：论文仅使用了简单的等价实体融合作为条件，未来可探索更复杂的条件设计（如关系级条件、多源注意力融合）。此外，如何在大规模KG上高效训练扩散模型也是一个值得关注的方向。