从知识图谱嵌入到本体嵌入？向量空间表示与规则的兼容性分析

近年来，知识图谱的低维向量空间表示已成功应用于预测缺失事实或发现错误事实。然而，本体知识（例如给定为一组（存在）规则）在多大程度上可以以原则性方式嵌入尚未被很好地理解。为解决这一不足，本文中我们引入了一个基于将关系视为区域的视图的通用框架，其允许我们研究本体知识与不同类型向量空间嵌入之间的兼容性。我们的技术贡献有两方面。首先，我们表明一些最流行的现有嵌入方法甚至无法建模非常简单的规则类型，这尤其意味着它们无法学习此类规则所捕获的依赖关系。其次，我们研究了一种将关系建模为凸区域的模型。我们特别表明，使用所谓准链存在规则表达的本体可以使用凸区域精确表示，使得使用该向量空间嵌入诱导出的任何事实集在逻辑上一致且相对于输入本体是演绎封闭的。