知识图谱嵌入(Knowledge Graph Embedding)
发布时间
阅读量：
阅读量
1 引入
知识图谱是一种处理关系数据的载体，可以理解为是由实体和关系所组成的一个网络，其中实体对应网络中的节点，而关系可以理解为网络中不同类型的边，每条边都表示为(头实体，关系，尾实体)的三元组。
- 数据：三元组（头实体，关系，尾实体）
- 对应（h，r，t）
举例说明：
例：
（张三,朋友,李四）
（张三,仇人,孙七）
（张三,亲人,赵六）
…
1.1 问题描述
在构建好知识图谱之后，如何在知识图谱上发现新的关联是一个很重要的问题，知识图谱嵌入技术就是在构建好的知识图谱的基础上学习实体和关系的表示向量。
究其根本就是将图上的节点和边变成向量。
实体(embedding)
张三: [0.1,0.2,0.3]^T
李四: [0.4,0.5,0.6]^T
王五: [0.7,0.8,0.9]^T
…
关系
朋友: [0.3,0.2,0.1]^T
仇人: [0.7,0.6,0.5]^T
…
1.2 流程
2 主要方法
知识图谱嵌入技术主要分为两大类:平移距离模型和语义匹配模型。
2.1 平移距离模型
平移距离模型主要是运用基于距离的评分函数来对关系进行打分，以此来进行训练的一种方法。
2.1.1 TransE模型
2.1.2 TransH模型
2.1.3 TransR模型
全部评论 (0)
还没有任何评论哟~