NagE：知识图谱的非阿贝尔群嵌入
人工智能
2020-09-04 v3 机器学习
群论
摘要
我们证明了关系知识嵌入问题中隐藏的群代数结构的存在性，这表明基于群的嵌入框架对于设计嵌入模型至关重要。我们的理论分析仅探究嵌入问题本身的固有属性，因此与模型无关。受理论分析启发，我们提出了一个基于群论的知识图谱嵌入框架，其中关系被嵌入为群元素，实体由群作用空间中的向量表示。我们提供了构建嵌入模型的通用方法，并给出了两个实例化示例：SO3E和SU2E，二者均将连续非阿贝尔群用作关系嵌入。使用这两个示例模型的实证实验在基准数据集上展示了最先进的结果。
引用
@article{arxiv.2005.10956,
title = {NagE: Non-Abelian Group Embedding for Knowledge Graphs},
author = {Tong Yang and Long Sha and Pengyu Hong},
journal= {arXiv preprint arXiv:2005.10956},
year = {2020}
}
备注
work accepted the 29th ACM International Conference on Information and Knowledge Management