目录
3.Learning to predict new relationships with few examples
一、summary
本文提出了TransE模型,用于将多关系数据中的实体和关系嵌入到低维向量。
二、method
将h,t嵌入到k维向量空间中,关系r表示从头实体到尾实体的平移。目标函数为:
在SGD优化时,实体嵌入向量加以的约束,关系向量不用。
设计corrupted triplets时,替换头或者尾实体之后的三元组可能存在于训练,验证或者测试集中,故应该将其剔除,经过该操作之后的数据集为filtered (or filt),原始数据集为raw。
三、experiment
1.dataset
作者在WN,FB15K,FB1M上做实验。
2.Link predition
在处理一对多和多对一关系时,该模型的表现效果不佳。