Descrição do Prompt

总体研究流程图（大图）提示词 标题：基于超图的双路径时序知识图谱链接预测整体框架 目的：可视化整个研究流程，从数据输入到预测输出，突出双路径协同和对比学习机制。 核心元素与流程： 1. 输入层： • 框元素：标注“时序知识图谱数据（如ICEWS14、GDELT）”，包含实体、关系、时间戳三元组。 • 箭头指向“数据预处理模块”，说明格式标准化。 2. 语义初始化模块： • 框元素：标注“预训练语言模型（如BERT）”，输入为实体/关系文本描述，输出为“语义初始嵌入”。 • 子流程：文本编码 → 线性投影 → 生成初始嵌入向量。 3. 双路径构建模块： • 并行双分支： ◦ 局部查询视图路径：基于查询实体和时间戳，构建“局部动态超图”（超边编码历史事实），输出“局部短路径嵌入”。 ◦ 全局上下文视图路径：扩展时间窗口，通过“多跳采样”构建“长期超图”，输出“长路径时序嵌入”。 • 每个分支包含超图卷积步骤：空间维度（多头注意力聚合）和时间维度（增强时间编码器 + 衰减权重）。 4. 融合与优化模块： • 框元素：“双路径嵌入融合”，通过门控机制加权结合局部和长程嵌入。 • 连接“对比学习约束”：正样本对（同一查询的局部/全局嵌入）和负样本对（不同查询嵌入），通过对比损失优化。 • 最终输出：“链接预测结果”（如Hits@1、MRR指标）。 风格要求： • 使用矩形框表示模块，菱形框表示决策点（如衰减阈值），箭头标注流程方向。 • 颜色编码：局部路径用蓝色系，长路径用绿色系，融合部分用黄色强调。 • 标注关键术语（如“动态超图”“多跳采样”），字体为Times New Roman，10-12pt。 局部短路径时序嵌入图（小图1）提示词 标题：局部查询视图的超图卷积与时序嵌入流程 目的：细化局部路径的嵌入生成过程，突出超图卷积的时空双维度处理。 核心元素与流程： 1. 输入： • 从总体流程图的“局部查询视图路径”接入，输入为“查询实体+时间戳”和“局部时间窗口内的历史事实”。 2. 超图构建： • 图示：节点表示实体，超边（椭圆形）包裹多节点，标注“每条超边对应一个历史事实（实体-关系-时间）”。 3. 双维度卷积： • 空间维度卷积： ◦ 元素：超边内多头注意力机制，图标显示注意力权重分配至不同实体/关系。 ◦ 输出“空间聚合特征”。 • 时间维度卷积： ◦ 元素：增强时间编码器（如正弦编码） + 指数衰减权重（随时间距离衰减）。 ◦ 输出“时间聚合特征”。 4. 融合与更新： • 框元素：“动态融合模块”结合空间和时间特征，学习权重后融合。 • 连接“门控融合模块”：与原始查询实体嵌入结合，输出“局部时序嵌入”。 风格要求： • 紧凑布局，突出超边结构，使用虚线箭头表示信息流。 • 标注公式简写（如“衰减权重: exp(-λΔt)”），字体统一。 动态多跳路径时序嵌入图（小图2）提示词 标题：长路径多跳采样与时序演化嵌入流程 目的：展示长路径如何通过多跳机制捕捉长期演化模式，包括采样、聚合和更新。 核心元素与流程： 1. 输入： • 从总体流程图的“全局上下文视图路径”接入，输入为“扩展时间窗口的历史事实”。 2. 多跳采样： • 图示：基于广度优先搜索（BFS）的树状结构，从查询实体出发，分层扩展邻居（跳数1、2、3...）。 • 元素：“动态停跳机制”图标（如阈值判断框），跳数或时间衰减低于阈值时终止路径。 3. 信息聚合： • 框元素：“关系和时间感知的多头图注意力网络”，聚合多跳子图信息。 • 子流程：应用时间衰减和跳数衰减权重，可学习线性层融合权重，加权聚合节点特征。