知识图谱表征学习中的不确定性研究

该研究系统探讨了知识图谱嵌入（KGE）中的知识不确定性、算法不确定性与预测不确定性三大来源。针对这些问题，研究提出了基于投票的聚合框架以缓解训练随机性，引入保形预测（conformal prediction）构建具有无分布覆盖保证的答案集，并为置信度三元组开发了统计有效的预测区间。这些模型无关的方法为 KGE 提供了理论支持与可靠的推理保障。