本文是对知识图谱相关文章阅读翻译,《Knowledge Graph Embedding: A Survey of Approaches and Applications》。
Knowledge Graph Embedding: A Survey of Approaches and Applications
摘要
知识图谱(KG)嵌入是将KG的组成部分(包括实体和关系)嵌入连续向量空间,以简化操作,同时保留KG的固有结构。它可以有益于各种下游任务,如KG完成和关系提取,因此迅速获得了广泛关注。在本文中,我们系统地回顾了现有技术,不仅包括最新技术,还包括最新趋势。特别是,我们根据嵌入任务中使用的信息类型进行回顾。首先介绍了仅使用KG中观察到的事实进行嵌入的技术。我们描述了总体框架、具体的模型设计、典型的训练程序以及这些技术的优缺点。之后,我们将讨论除事实之外还包含其他信息的技术。我们特别关注实体类型、关系路径、文本描述和逻辑规则的使用。最后,我们简要介绍了KG嵌入如何应用于并有益于各种下游任务,如KG填充、关系提取、问答等。
1. 引言
近年来,知识图谱(KG)的构建和应用迅速增长。大量KG,如Freebase、DBpedia、YAGO和NELL已经被创建并成功应用于许多实际应用,从语义解析和命名实体消歧,到信息提取和问答。KG是由实体(节点)和关系(不同类型的边)组成的多关系