基于扩散概率分布的时序知识图谱推理《华中师范大学——周有光》

论文：基于扩散概率分布的时序知识图谱推理《华中师范大学——周有光》

1、时序知识图谱
定义：补充知识图谱中缺失的链接（事实和时间戳的绑定）
2、变分自动编码（动态变分框架）
在了解变分自动编码之前，我们先来看看，自动编码器基础。
自动编码器，主要是由编码器和解码器两部分组成。编码器：将数据压缩到一个latent space中表示，得到一个低维编码。解码器，反之。
变分自动编码。编码器中，输出不再是一个latent space，而是数据的一个概率分布。解码器，是从其均值和方差中，采样得到数据。这样做的好处是，更好的学习数据的潜在结构，并且能够生成新的数据。（通常是正态分布：是一种连续型概率分布，它的概率密度函数呈现出一种中间高、两边低的对称钟形曲线。正态分布由两个参数决定：均值和标准差。均值决定了分布的中心位置，也就是钟形曲线的对称轴位置；标准差决定了分布的离散程度，标准差越大，曲线越扁平、越分散，标准差越小，曲线越陡峭、越集中在均值附近。）
3、高斯分布
高斯分布实际上就是正态分布。它是以数学家卡尔・弗里德里希・高斯（Carl Friedrich Gauss）的名字命名的。高斯在研究误差理论等过程中对这种分布进行了深入的研究并广泛应用，所以这种分布也被称为高斯分布。
4、论文主要贡献
建立一个双向的迭代过程，将实体语义建模过程分为多个子模块。
每个子模块通过一个