知识图谱的全息嵌入

学习实体和关系的嵌入是一种在知识图谱等关系数据上执行机器学习的高效且通用的方法。在本工作中，我们提出全息嵌入（HolE）以学习整个知识图谱的组合向量空间表示。所提方法与联想记忆的全息模型相关，在于其采用循环相关来创建组合表示。通过使用相关作为组合算子，HolE能够捕获丰富的交互，同时仍保持计算高效、易于训练并可扩展到极大数据集。在大量实验中，我们表明全息嵌入能够在知识图谱的链接预测和关系学习基准数据集上超越最先进的方法。