面向知识图谱的高效并行平移嵌入
人工智能
2018-01-10 v4
摘要
知识图谱嵌入旨在将知识图谱的实体和关系嵌入到低维向量空间中。平移嵌入方法将关系视为从头实体到尾实体的平移，在知识图谱嵌入方法中取得了最先进的(state-of-the-art, SOTA)结果。然而，这些方法的一个主要局限是耗时的训练过程，对于大型知识图谱可能需要数天甚至数周，导致实际应用中的巨大困难。本文提出一种用于平移嵌入方法的高效并行框架，称为ParTrans-X，其通过利用知识图谱的独特结构使方法无需锁即可并行化。在两个数据集上使用三种典型平移嵌入方法（即TransE [3]、TransH [17]和更高效变体TransE-AdaGrad [10]）的实验验证，ParTrans-X可将训练过程加速一个数量级以上。
引用
@article{arxiv.1703.10316,
title = {Efficient Parallel Translating Embedding For Knowledge Graphs},
author = {Denghui Zhang and Manling Li and Yantao Jia and Yuanzhuo Wang and Xueqi Cheng},
journal= {arXiv preprint arXiv:1703.10316},
year = {2018}
}
备注
WI 2017: 460-468