一种基于胶囊网络的知识图谱补全与搜索个性化嵌入模型
计算与语言
2019-03-07 v3 信息检索
摘要
本文提出一种名为 CapsE 的嵌入模型,探索使用胶囊网络对关系三元组(主体,关系,客体)进行建模。我们的 CapsE 将每个三元组表示为一个 3 列矩阵,其中每列向量表示三元组中一个元素的嵌入。该 3 列矩阵随后被输入卷积层,通过多个滤波器操作生成不同的特征图。这些特征图被重构为相应的胶囊,然后被路由到另一个胶囊以产生一个连续向量。该向量的长度用于衡量三元组的可信度分数。我们提出的 CapsE 在两个基准数据集 WN18RR 和 FB15k-237 上取得了优于以往 SOTA 嵌入模型的知识图谱补全性能,并在 SEARCH17 上超越了强大的搜索个性化基线。
引用
@article{arxiv.1808.04122,
title = {A Capsule Network-based Embedding Model for Knowledge Graph Completion and Search Personalization},
author = {Dai Quoc Nguyen and Thanh Vu and Tu Dinh Nguyen and Dat Quoc Nguyen and Dinh Phung},
journal= {arXiv preprint arXiv:1808.04122},
year = {2019}
}
备注
To appear in Proceedings of NAACL 2019. 10 pages