Baseline 【CCKS 2021：表型-药物-分子多层次知识图谱的链接预测】

CCKS 2021：表型-药物-分子多层次知识图谱的链接预测

1. 数据集介绍（不包括测试集）

• schema.json： 包含的是所有的实体类型（6种），以及所有的关系类型（7种）

  {
      "entity_type": ["disease","drug","symptom","gene/protein", "gene_ontology","pathway"],
      "relationships": [ 
          ["disease","associated_with","symptom"],
          ["disease","disease_mapped_to_gene","gene/protein"],        
          ...
     		]
  }
  

• entities.json：包含全部的实体，并且每一类实体在一个列表中

  {
   "drug": ["DB08694", "DB04326", ...],
   "disease":["C0877661","C0155010",...],
   ...
  }
  

• relationships.json：包含所有的三元组

  {"relationships": [
      ["DB00855","treats","C0020649"],
    	["DB00855","treats","C0037274"],
    	...
    	]
  }
  

• link_prediction.json：待补全的三元组（缺失头实体或者尾实体）

  {
   "relationships": [
       ["DB07774","treats","?"],
    	 ["DB01041","treats","?"],
       ...
       ]
  }
  

2. 评价指标

• MRR：对于一个待补全的三元组，若正确答案排在第n位，那么该三元组的得分就是1/n
  $$MRR=1/|Q|\ast \sum _{i=1}^{|Q|}(1/ran{k}_i)$$
  其中Q表示link_prediction.json，|Q|表示待补全的三元组的总数

3. 提交结果格式

• 针对每个部分缺失的实体关系对所预测的对应top 10头或尾缺失实体队列集合（按可能性从高到低排序）

  {
      "results": [
  			[A1, B1, C1, D1, …],
  			[A2, B2, C2, D2, …],
  			……
  	]
  }
  

4. 模型

~~待更新