MöbiusE：基于 Möbius 环的知识图谱嵌入
人工智能
2021-07-06 v1 计算与语言
摘要
在本工作中，我们提出一种新颖的知识图谱嵌入(KGE)策略，称为 MöbiusE，其中实体与关系被嵌入到 Möbius 环的表面。该策略的提出受经典 TorusE 启发，后者中任意两元素相加服从模运算。就此意义，TorusE 自然保证了 KGE 中嵌入向量的关键有界性。然而，Torus 环上加法操作的非线性性质唯一地由模运算导出，这在一定程度上限制了 TorusE 的表达能力。作为 TorusE 的进一步推广，MöbiusE 同样使用模运算以保持其上加法操作的封闭性，但 Möbius 环上的坐标以如下方式相互交互：{\em \color{red} Möbius 环表面上的任意向量沿其参数轨迹运动一个周期后将走向正相反方向}。因此，MöbiusE 比 TorusE 具有远多的非线性表示能力，进而生成精确得多的嵌入结果。在我们的实验中，MöbiusE 在几个关键指标上优于 TorusE 与其他经典嵌入策略。
引用
@article{arxiv.2101.02352,
title = {M\"{o}biusE: Knowledge Graph Embedding on M\"{o}bius Ring},
author = {Yao Chen and Jiangang Liu and Zhe Zhang and Shiping Wen and Wenjun Xiong},
journal= {arXiv preprint arXiv:2101.02352},
year = {2021}
}