RESCAL 用于具有传递关系知识库补全的批判性检验
机器学习
2016-05-17 v1 人工智能
数据库
机器学习
摘要
大型知识图谱中的链接预测近来受到大量关注，因为它对于推断缺失关系以及补全和改进噪声提取的知识图谱十分重要。多年来，许多机器学习研究者提出了各种模型来预测知识库中缺失关系的存在。尽管所有先前的方法都给出了在选定数据集上表现优异的实证结果，但几乎没有先前的工作致力于理解知识库的性质与模型性能之间的联系。在本文中，我们分析了 RESCAL 方法，并证明它无法编码知识库中的非对称传递关系。
引用
@article{arxiv.1605.04672,
title = {A Critical Examination of RESCAL for Completion of Knowledge Bases with Transitive Relations},
author = {Pushpendre Rastogi and Benjamin Van Durme},
journal= {arXiv preprint arXiv:1605.04672},
year = {2016}
}
备注
Four and a half page