少样本知识图谱补全技术研究

少样本知识图谱补全（FKGC）是目前知识图谱补全任务的一个研究热点，旨在拥有少量样本数据的情况下，完成知识图谱补全任务。该任务在实际应用和知识图谱领域都有着重要的研究意义,为了进一步促进FKGC领域的发展，对目前各类方法进行了全面总结和分析。首先，描述了FKGC的概念和相关内容；其次，以技术方法作为分类依据，归纳总结出三类FKGC方法，包括基于度量学习的方法、基于元学习的方法以及基于其他模型的方法，并从模型核心、模型思路、优缺点等角度对每种方法进行分析和总结；然后，汇总了FKGC方法的数据集和评价指标，并从模型特点和实验结果两方面对FKGC方法进行分析与归纳；最后，从实际问题出发，总结了目前FKGC任务的难点问题，分析了问题背后的困难，给出了相应的解决方法，同时展望了该领域未来值得关注的几个发展方向。