©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