TA-KAND：基于扩散模型的少样本知识图谱补全

这项研究探索了一种使用两阶段注意力机制和基于 U-KAN 的扩散模型的少样本知识图谱补全的新方法。将扩散模型应用于知识图谱补全是一个有前景的领域，有可能提高从稀疏数据推断关系的准确性。

• •提出了一种新的少样本知识图谱补全方法。
• •采用两阶段注意力机制以增强性能。
• •利用基于 U-KAN 的扩散模型进行关系推断。