我院焦建彬教授课题组论文被ACL 2026国际会议录用

  • 日期：2026-04-20
  • 51

  我院焦建彬教授智慧应急研究组在时序知识图谱（TKG）推理领域取得重要科研成果，论文《MAGIC: Deep Geometric Evolution with Structural Consensus for Temporal Knowledge Graph Reasoning》被CCF-A类会议ACL 2026（The 64th Annual Meeting of the Association for Computational Linguistics）录用。ACL（Annual Meeting of the Association for Computational Linguistics）是计算语言学和自然语言处理（NLP）领域国际排名第一的顶级学术会议，由国际计算语言学协会（ACL） 主办。该会议被中国计算机学会（CCF）认定为A类会议。

  论文：《MAGIC: Deep Geometric Evolution with Structural Consensus for Temporal Knowledge Graph Reasoning》针对时序知识图谱（TKG）中复杂的层级与周期性结构，传统欧几里得模型由于“平坦”特性难以对其进行有效刻画。现有研究普遍面临模型架构过浅以及多几何空间融合时易产生“门控坍塌”等瓶颈。为此，研究团队提出MAGIC框架，通过引入切向残差引擎，首次实现了稳定的8层深度几何演化。研究揭示了流形曲率从浅层“语义平坦态”自发向深层“结构复杂态”演进的“几何退火”规律，显著提升了模型对复杂拓扑结构的容纳能力。该框架通过显式引入几何不变量，设计结构共识模块替代可学习参数来调节梯度流，强制多几何空间协同优化，从而有效防止了模型退化。

 

刘成傲论文图片

  实验结果表明，MAGIC在多个标准数据集上均取得了最先进（SOTA）的性能，在时序知识图谱推理中将平均倒数排名（MRR）提升了高达2.9个百分点。该工作通过打破深度与稳定性的瓶颈，显著增强了模型建模复杂动态拓扑结构的能力。该文章第一作者为博士生刘诚傲，指导老师为焦建彬教授，李元助理研究员。