下面对知识图谱的嵌入模型TransE进行原理讲解,文末提供完整全注释版代码。

  • TransE模型原理

知识图谱首要任务是知识图谱的嵌入,知识图谱的嵌入中,最为经典的模型就是TransE模型,TransE模型的核心作用就是将知识图谱中的三元组翻译成embedding向量

该模型的基本思想是使head向量和relation向量的和尽可能靠近tail向量。这里我们用L1或L2范数来衡量它们的靠近程度。

理解下来也就是:

首先,确定训练集,超参数γ,学习率λ

初始化关系向量与实体向量,对于每个向量的每个维度在 [ -6/√k,6/√k)内随机取一个值,k为低维向量的维数,对所有的向量初始化之后要进行归一化

进入循环:采用minibatch,一批一批的训练会加快训练速度,对于每批数据进行负采样(将训练集中的三元组某一实体随机替换掉),T_batch初始为一个空列表,然后向其添加由元组对(原三元组,打碎的三元组)组成的列表 : T_batch = [ ( [h,r,t], [h',r,t'] ), ([ ], [ ]), ......]

拿到T_batch后进行训练,采用梯度下降进行调参

TransE 定义了一个距离函数 d(h + r, t),它用来衡量 h + r 和 t 之间的距离,在实际应用中可以使用 L1 或 L2 范数。在模型的训练过程中,transE采用最大间隔方法,最小化目标函数,目标函数如下:

其中,S是知识库中的三元组即训练集,S’是负采样的三元组,通过替换 h 或 t 所得,是人为随机生成的。γ 是取值大于0的间隔距离参数,是一个超参数,[x]+表示正值函数,即 x > 0时,[x]+ = x;当 x ≤ 0 时,[x]+ = 0 。算法模型比较简单,梯度更新只需计算距离 d(h+r, t) 和 d(h’+r, t’)。

免费获取代码:

链接:https://pan.baidu.com/s/1qogwPPT_jFpUtzXDonvMkA?pwd=2222 
提取码:2222 
--来自百度网盘超级会员V4的分享

知识图谱的嵌入:TransE相关推荐

  1. 规则引导的知识图谱联合嵌入方法

    规则引导的知识图谱联合嵌入方法 人工智能技术与咨询 本文来自<计算机研究与发展> ,作者姚思雨等 摘 要 近年来,大量研究工作致力于知识图谱的嵌入学习,旨在将知识图谱中的实体与关系映射到低 ...

  2. 知识图谱表示学习 TransE: Translating Embeddings for Modeling Multi-relational Data

    知识图谱表示学习 TransE: Translating Embeddings for Modeling Multi-relational Data 表示学习是深度学习的基础,将数据用更有效的方式表达 ...

  3. NeuIPS|在知识图谱上嵌入逻辑查询

    今天为大家带来斯坦福大学Jure Leskovec教授课题组发表在NeuIPS上的一篇论文.本文引入了一个框架GQE,以便在不完整的知识图谱上有效地对合取逻辑查询进行预测.在本文的方法中,作者在低维空 ...

  4. 知识图谱从入门到应用——知识图谱推理:基于表示学习的知识图谱推理-[嵌入学习]

    分类目录:<知识图谱从入门到应用>总目录 前面多次提到过,基于符号逻辑的演绎推理的主要缺点是对知识表示的逻辑结构要求比较高,不论是本体推理还是规则推理,都要求人工定义公理和规则才能完成推理 ...

  5. [仅个人学习用] 知识图谱 刘知远老师 TransE

    ML = representation + objective + optimization 1.representation 表示学习的基本思想是提出一种所谓的Distributed Represe ...

  6. 知识图谱表示学习Transe TransD TransR等的评价指标 hit@10、mean rank的理解

    最近学习了知识图谱数值表示方式的学习算法,包括TransE.TransD.TransR等,看到提到的评价指标有hit@10.mean rank等,一开始对于这些指标并不清楚.在看了一篇Transe的实 ...

  7. 知识图谱嵌入的Translate模型汇总(TransE,TransH,TransR,TransD)

    点击上方"AI公园",关注公众号,选择加"星标"或"置顶" 作者:Xu LIANG 编译:ronghuaiyang 导读 一文打尽图嵌入Tr ...

  8. 知识图谱嵌入的Translate模型汇总(TransE,TransH,TransR,TransD

    一文打尽图嵌入Translate模型,各种模型的动机,优缺点分析. 本文对知识图谱嵌入/知识表示的转换模型进行了简要的总结.你可以从TensorFlow-TransX中找到开源的TensorFlow代 ...

  9. 半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架DGL-KE

    出品 | AI科技大本营(ID:rgznai100) 知识图谱 (Knowledge Graph)作为一个重要的技术,在近几年里被广泛运用在了信息检索,自然语言处理,以及推荐系统等各种领域.学习知识图 ...

最新文章

  1. title和alt属性
  2. python——文件和数据格式化
  3. 如何在程序中生成崩溃转储dump文件以及如何分析dump
  4. mysql导入表结构命令是_mysql,命令导入\导出表结构或数据
  5. 51单片机——LCD1602
  6. JS 向未声明的变量分配值(可删除)
  7. mysql 权限 机器_msyql 权限配置 (mysql 其他机器连不上 )
  8. thymeleaf if 条件判断
  9. hdu 1969 Pie(二分查找)
  10. 不会用Camtasia的“库”,你可能错过了一个亿
  11. AS100 和AS90 2个不同自治区域如何通信
  12. python用户画像_Python爬虫实践之:简书用户画像
  13. 查询IP归属地的接口
  14. html脚注如何设置,word2010脚注文本怎么设置
  15. python批量读取图片gps位置_某少儿不宜网站图片拍摄位置分析,Python批量读取图片GPS位置!...
  16. 几十个恶毒网站,不怕死的朋友请进
  17. 使用 hugo oss 搭建个人博客网站
  18. jquery post html字符串,jquery的post请求
  19. 14.3 类型转换前先做检查
  20. nginx文件服务器5万并发量,Nginx服务器高性能优化-轻松实现10万并发访问量

热门文章

  1. 面试官:一台服务器最大能支持多少条 TCP 连接?问倒一大片。
  2. 密码学 | 对称加密算法RC4
  3. 女人的十种养生好食物
  4. 通过端口 1433 连接到主机 localhost 的 TCP/IP 连接失败。错误:“Connection refused: connect.......
  5. 《调教命令行01》选Linux发行版,就像挑女朋友
  6. java毕业设计—— 基于java+JavaEE+jsp的售后服务管理系统设计与实现(毕业论文+程序源码)——售后服务管理系统
  7. 论文最后一个尾注和参考文献、致谢混在一起?
  8. git add 报错 warning: LF will be replaced by CRLF
  9. 使用 C++11 Range For-Loop 枚举注册表、文件夹和 WMI
  10. 第三章网页图形图像设计