三元组顺序表表示的稀疏矩阵加法_[论文笔记]知识表示

1.TransE（2013 NIPS）

论文题目：Translating Embeddings for Modeling Multi-relational Data

基本思想：trans系列的开端，模型思想也非常简单，即对于真的三元组让前件的向量表示（h）+关系的向量表示（r）≈后件的向量表示（t）；对于假的三元组，让h+r尽量远离t

损失函数：

其中d（h+r,t）采用L1-norm或L2-norm

缺点：由于某一个实体或者关系的embedding是确定的，所以在复杂关系中会导致歧义。例如（Obama，PresidentOf，America）(Trump，PresidentOf，America) 根据h+r≈t，则有Obama=Trump

2.TransH(2014 AAAI)

论文题目：Knowledge Gragh Embedding by Translating on Hyperplanes

论文背景：为了解决TransE在复杂关系（1-N，N-1，N-N）中的问题，提出TransH

基本思想：该模型将关系建模成一个超平面（Hyperplane）Wr和一个向量r，只需要前件向量h在Wr上的映射向量h'与关系向量r的和约等于后件向量t在Wr上的映射向量t'，即h'+r≈t'。由于在计算时使用了h和t的一个分量，因此避免了TransE模型在处理复杂关系时将两个实体收敛到过于接近的情况。