用于知识图谱完成的端到端结构感知卷积网络
论文题目 | End-to-end Structure-Aware Convolutional Networks for Knowledge Base Completion |
---|---|
论文出自 | arXiv,2018 |
图结构感知卷积网络SACN: 由加权图卷积网络 (WGCN) 的编码器和 Conv-TransE 的卷积网络的解码器组成。
权重卷积层WGCN ?
利用知识图节点结构、节点属性和边关系类型。
在聚合时对不同类型的关系进行不同的权重,并且在网络训练期间自适应地学习权重。 通过这种适配,WGCN 可以控制来自相邻节点的用于聚合的信息量。
在这个例子中,网络的 WGCN 层计算中间图中红色节点的嵌入。 这些层聚合了 KB 关系中指定的相邻实体节点的嵌入。 边的三种颜色(蓝色、黄色和绿色)表示图中的三种不同的关系类型。 对应的三个实体节点在这一层根据不同的权重相加得到红色节点的embedding。 具有相同颜色(相同关系类型)的