基于离散优化的离散知识图谱嵌入
信息检索
2021-01-14 v1 人工智能
计算与语言
机器学习
摘要
本文提出一种离散知识图谱（KG）嵌入（DKGE）方法，该方法基于计算易处理的离散优化算法将 KG 实体与关系投影到汉明空间中，以解决传统连续图嵌入方法中严峻的存储与计算成本挑战。DKGE 的收敛性可在理论上得到保证。大量实验表明，DKGE 比将有效连续嵌入映射为离散编码的经典哈希函数取得更优的精度。此外，与许多连续图嵌入方法相比，DKGE 以低得多的计算复杂度和存储取得了可比的精度。
引用
@article{arxiv.2101.04817,
title = {Discrete Knowledge Graph Embedding based on Discrete Optimization},
author = {Yunqi Li and Shuyuan Xu and Bo Liu and Zuohui Fu and Shuchang Liu and Xu Chen and Yongfeng Zhang},
journal= {arXiv preprint arXiv:2101.04817},
year = {2021}
}
备注
Accepted at the AAAI-20 Workshop on Knowledge Discovery from Unstructured Data in Financial Services