この記事では、頻繁に更新される知識グラフ（KG）の文脈で、知識グラフ埋め込み（KGE）の継続的学習の改善方法が提案されています。KGEの学習プロセスにおいて、特に重要である埋め込みの初期化に着目し、新しいエンティティの埋め込みを効果的に追加しつつ、既存のエンティティの埋め込みも更新する方法を示しています。提案された新しい情報に基づく初期化戦略は、KGのスキーマと従来学習された埋め込みを利用し、新しいエンティティの初期表現を得ることに焦点を当てています。このアプローチにより、成果は予測パフォーマンスの向上だけでなく、知識の維持や新しい埋め込みを学習するために必要な時間の短縮にも寄与しています。実験結果から、この手法のさまざまなKGEモデルにおける効果が確認されています。