双曲图表示学习用于生物医学知识图谱鉴别诊断

一项研究探索了双曲图表示学习在生物医学知识图谱鉴别诊断中的应用。该研究构建了包含患者信息的混合图结构，并在分离的本体子图上进行实验。结果显示，双曲模型在远低于欧几里得基线的维度下实现了强劲性能。在针对患者的候选疾病排序链接预测任务中，双曲嵌入能够利用生物医学层级结构，支持异构图上的诊断推理。