知识表示学习神器OpenKE：快速获取KG表示

©PaperWeekly 原创 · 作者｜西南交一枝花

单位｜西南交通大学CCIT实验室博士生

研究方向｜NLP、时空数据挖掘

导读

最近使用到清华大学 NLP 组开发的知识图谱表示工具 OpenKE，论文发表在 EMNLP 2018《OpenKE: An Open Toolkit for Knowledge Embedding》。对于简单的图谱表示需求，可以快速实现。

Github地址：

https://github.com/thunlp/OpenKE

项目主页：

http://139.129.163.161//

概述

知识图谱表示任务具体指将实体、关系嵌入到连续低维空间表示，如图一所示，可类比于词的向量化表示。常用的知识表示算法如 TransE, TransH 等，OpenKE 共集成了八种知识表示方法，具体如下图二所示：

▲ 图一、知识表示图示

▲ 图二、八种知识表示方法

以 TransE 为例，对知识表示做简单介绍。TransE 属于平移模型的一种，主要思想是将实体和关系映射至同一低维空间。具体操作为，给定三元组 <h, r, t>，将关系 r 看作头实体 h 到尾实体 t 的平移向量，由此可得到