超级会员免费看
HolE是2016年AAAI上提出的一种知识图谱嵌入方法，它利用循环关联操作作为组合表示，通过压缩张量积来降低计算复杂度。相比其他双线性模型，HolE在保持模型表达力的同时，时间复杂度更低，适合大规模知识图谱。实验表明，HolE在性能上优于TransE。
【paper】 Holographic Embeddings of Knowledge Graphs
【简介】 本文是麻省理工的研究人员发表在 AAAI 2016 上的文章，提出了 HolE(Holographic Embedding)，是一个基于向量循环关联操作的组合向量空间模型。
组合表示
不同论文里对同一类方法的表述不同，这里说的组合表示就是指的双线性这一类模型。模型对于三元组打分函数的定义如下：
其中，∘∘ 代表组合操作，即对头尾实体根据它们的 embedding 创建一个组合向量。
常用的损失函数有两种：
一种是 logistic loss：
另一种是常见的 rank loss：
订阅专栏 解锁全文
扫一扫
672
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
