具有双向旋转的距离自适应四元数知识图谱嵌入
机器学习
2024-12-13 v2
摘要
四元数包含一个实部和三个虚部，为学习知识图谱提供了一个更具表达能力的超复数空间。现有的四元数嵌入模型通过语义匹配或几何距离评分函数来衡量三元组的合理性。然而，语义匹配似乎削弱了实体的可分离性，而距离评分函数则削弱了实体的语义。为了解决这个问题，我们提出了一种新颖的四元数知识图谱嵌入模型。我们的模型将语义匹配与实体的几何距离相结合，以更好地衡量三元组的合理性。具体来说，在四元数空间中，我们对头实体执行右旋转，对尾实体执行反向旋转，以学习丰富的语义特征。然后，我们利用距离自适应平移来学习实体间的几何距离。此外，我们提供了数学证明，表明我们的模型可以处理复杂的逻辑关系。大量的实验结果和分析表明，我们的模型在著名的知识图谱补全基准数据集上显著优于先前的模型。我们的代码可在https://github.com/llqy123/DaBR获取。
引用
@article{arxiv.2412.04076,
title = {Distance-Adaptive Quaternion Knowledge Graph Embedding with Bidirectional Rotation},
author = {Weihua Wang and Qiuyu Liang and Feilong Bao and Guanglai Gao},
journal= {arXiv preprint arXiv:2412.04076},
year = {2024}
}
备注
Accepted by COLING 2025