BiQUE：知识图谱的双四元数嵌入
计算与语言
2021-09-30 v1
摘要
知识图谱嵌入 (KGEs) 紧凑地编码了多关系知识图谱 (KGs)。现有的 KGE 模型依赖几何运算来建模关系模式。欧几里得（圆）旋转对于建模对称等模式很有用，但无法表示层次语义。相比之下，双曲模型在建模层次关系方面很有效，但在圆旋转擅长的模式上表现不佳。对于 KGE 模型来说，统一多种几何变换以充分覆盖 KGs 中多样的关系至关重要。为此，我们提出了 BiQUE，一种采用双四元数来整合多种几何变换（即缩放、平移、欧几里得旋转和双曲旋转）的新模型。BiQUE 在训练期间在几何算子之间做出最佳权衡，为每个关系挑选最佳的一个（或它们的最佳组合）。在五个数据集上的实验表明了 BiQUE 的有效性。
引用
@article{arxiv.2109.14401,
title = {BiQUE: Biquaternionic Embeddings of Knowledge Graphs},
author = {Jia Guo and Stanley Kok},
journal= {arXiv preprint arXiv:2109.14401},
year = {2021}
}
备注
EMNLP 2021 (Main Conference)