DiffTSP: Modello di diffusione discreta per la previsione di insiemi di triple nei grafi di conoscenza

È stato introdotto un nuovo modello di diffusione discreta chiamato DiffTSP per affrontare il compito di Triple Set Prediction nel completamento dei grafi di conoscenza. A differenza dei metodi tradizionali che prevedono elementi mancanti all'interno di singole triple date informazioni parziali, il TSP mira a dedurre interi insiemi di triple mancanti basandosi esclusivamente sul grafo di conoscenza osservato. Gli approcci esistenti elaborano le triple una per una, non riuscendo a catturare le dipendenze tra le previsioni per garantire coerenza. DiffTSP inquadra il TSP come un compito generativo utilizzando un processo di diffusione discreta che aggiunge rumore mascherando i bordi relazionali nel grafo di conoscenza. Il modello recupera gradualmente il grafo completo attraverso un processo inverso condizionato sui dati osservati. Questo metodo è descritto nel preprint arXiv 2604.18344v1, che annuncia questo nuovo contributo di ricerca nel campo del completamento dei grafi di conoscenza.