从单点到流形：用于精确链接预测的知识图谱嵌入
人工智能
2017-06-20 v5 机器学习
摘要
知识图谱嵌入旨在通过将实体和关系变换到连续向量空间，提供一种数值化的知识表示范式。然而，现有方法无法以精细程度刻画知识图谱以做出精确预测。原因有二：作为一个不适定代数系统，以及采用过严的几何形式。由于精确预测至关重要，我们提出一种基于流形的嵌入原则（\textbf{ManifoldE}），其可被视为一个适定代数系统，将黄金三元组的位置从当前模型中的单点扩展为我们模型中的流形。大量实验表明，所提模型相较于最先进的基线方法取得了显著改进，尤其在精确预测任务上，且保持了高效率。
引用
@article{arxiv.1512.04792,
title = {From One Point to A Manifold: Knowledge Graph Embedding For Precise Link Prediction},
author = {Han Xiao and Minlie Huang and Xiaoyan Zhu},
journal= {arXiv preprint arXiv:1512.04792},
year = {2017}
}
备注
arXiv admin note: text overlap with arXiv:1509.05488