NeuralKG的安装及简单demo使用（浙江大学开源知识图谱表示学习工具）

前言

记录NeuralKG的安装和使用，以及解决windows系统下的运行demo.py出现的问题。下载NeuralKG源码：https://github.com/zjukg/NeuralKG

1.安装NeuralKG

这里是主要按照readme文档安装的。
Step1 使用 Anaconda 创建虚拟环境，并进入虚拟环境

conda create -n neuralkg python=3.8
conda activate neuralkg

Step2 下载适用您CUDA版本的的PyTorch的DGL，我下载的适用cuda10.2：
下载PyTorch

conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=10.2 -c pytorch

下载DGL

pip install dgl-cu102 dglgo -f https://data.dgl.ai/wheels/repo.html

Step3 安装NeuralKG

pip install neuralkg

2.运行demo.py出现的问题及解决方案

切换到neuralkg环境下：

conda activate neuralkg

在NeuralKG-main文件夹下运行：

python demo.py 

因为作者提供的demo.py用本机windows会出一些问题，需要改进代码，我这里主要改了三个地方：

2.1 UnicodeDecodeError: ‘gbk’ codec can’t decode byte exad in position 4: illegal multibyte sequence

问题：

解决方案：根据提示找到D:\anaconda\envs\neuralkg\lib\site-packages\neuralkg\data\DataPreprocess.py文件，在打开文件时，加上encoding=‘utf-8‘:

2.2 AttributeError: Can’t pickle local object ‘ArgumentParser.init..identity’

问题：解决方案：
TransE_demo_kg.yaml中将num_workers值改为0

2.3 OSError: [Errno 22] Invalid argunent: "D:/pycharnproject/NeuralKG-nain/output/link_prediction/deno_kg/TransE/epoch=1-Eval nrr:8.181.ckpt

问题：

解决方案：
demo.py中将文件名Eval|mrr改为Eval_mrr(windows文件命名中不支持|):

# 一级标题

3.向量表示与预测

3.1 获取向量表示

每轮验证完成后，NeuralKG会在主目录下的’output’文件夹按照模型类别自动生成当前实验验证效果最好的checkpoint。它包含了实验的基本信息以及模型的embedding，可以通过pytorch的load函数加载模型获取这些信息。在demo.py中加上：

    #向量表示
model = torch.load(path)# path为epoch=xxx-Eval|mrr=x.xxx.ckpt'
rel_emb = model['state_dict']['model.rel_emb.weight']
ent_emb = model['state_dict']['model.ent_emb.weight']
print(rel_emb)
print(ent_emb)

向量表示结果：

3.2 链接预测

demo.py文件中有预测代码，结果：