知识图谱嵌入的完全双曲旋转

双曲旋转通常被用于有效建模知识图谱及其固有层次结构。然而，现有的双曲旋转模型依赖对数与指数映射进行特征变换。这些模型仅将数据特征投影到双曲空间中进行旋转，限制了其充分利用双曲空间的能力。为解决此问题，我们提出了一种用于知识图谱嵌入的新型完全双曲模型。我们不采用特征映射，而是在Lorentz模型中直接在双曲空间中定义模型。我们的模型将知识图谱中的每个关系视为从头实体到尾实体的Lorentz旋转。我们采用Lorentzian距离作为评分函数来衡量三元组的合理性。在标准知识图谱补全基准上的广泛实验结果表明，我们的方法以更少的参数取得了具有竞争力的结果。此外，我们的方法在CoDEx-s和CoDEx-m数据集上取得了最先进性能，这些数据集比以往更加多样化和具有挑战性。我们的代码可在https://github.com/llqy123/FHRE获取。