用于Knowledge Graph Embedding的向量表示库有很多,比如:
LibKGE的主要目的是为了助力知识图谱表示模型复现研究并提供训练方法。
LibKGE提供整洁的训练实现,超参优化和评估策略。并且所有的现在的启发式实现都是基于本地配置文件,符合了软件的开闭原则,不同的参数,模型选择,只需要修改配置文件即可。
一、主要特点
1、训练
训练方法:负采样、1vsALL,KvsALL
损失函数:交叉熵损失函数、KL散度、Margin Ranking、平方差
优化器、学习率可以根据不同任务独立选择
学习率预热 &#x