La ricerca rivela il problema trascurato dell'interferenza delle entità negli embedding continui di grafi di conoscenza

Un nuovo articolo di ricerca mette in discussione gli approcci attuali ai metodi di Continual Knowledge Graph Embedding (CKGE), rivelando una significativa lacuna nella valutazione dell'oblio catastrofico. Pubblicato su arXiv con l'identificatore 2604.19401v1, lo studio dimostra che i protocolli di valutazione CKGE esistenti sovrastimano sistematicamente le prestazioni poiché non tengono conto dell'interferenza delle entità. Quando nuove entità vengono introdotte in grafi di conoscenza in evoluzione, i loro embedding possono interferire con quelli appresi in precedenza, causando ai modelli di prevedere erroneamente nuove entità al posto di risposte precedentemente corrette. Questo fenomeno, denominato dagli ricercatori 'interferenza delle entità', è stato ampiamente trascurato nonostante il suo impatto sostanziale sul degrado delle prestazioni del modello. Gli approcci CKGE attuali affrontano principalmente l'oblio catastrofico limitando le modifiche agli embedding esistenti, ma questa prospettiva risulta incompleta secondo i risultati. Gli embedding di grafi di conoscenza (KGEs) supportano numerose attività a valle sui grafi di conoscenza (KGs), che nella pratica evolvono man mano che vengono aggiunte nuove entità e fatti. La ricerca indica che senza un'adeguata considerazione dell'interferenza delle entità, le valutazioni dell'oblio catastrofico diventano fuorvianti. L'articolo chiede protocolli di valutazione rivisti che incorporino questo fattore precedentemente trascurato per fornire misurazioni delle prestazioni più accurate per i metodi CKGE.