gpuRDF2vec -- 可扩展的 GPU 基于 RDF2vec 方案

在 web 规模上生成知识图谱嵌入仍具有挑战性。在现有技术中，RDF2vec 在有效性和可扩展性之间取得了良好平衡。我们提出了 gpuRDF2vec，一个开源库，利用现代 GPU 并支持多节点执行，以加速 RDF2vec 流水线的每个阶段。在合成图和真实基准上的大量实验表明，gpuRDF2vec 在速度上显著优于当前最快的替代方案，即 jRDF2vec。在单节点设置下，我们的步行提取阶段使用大型/稠密图上的随机步行，比 pyRDF2vec、SparkKGML 和 jRDF2vec 均快得显著，并且对更长的步行（通常导致更好的质量嵌入）扩展性良好。我们的 gpuRDF2vec 实现使得实践者和研究人员能够在实际的时间预算内在大规模图上训练高质量的知识图谱嵌入，并基于 Pytorch Lightning 实现可扩展的 word2vec 实现。