论超越二元关系的知识库表示与嵌入
机器学习
2016-05-02 v1 人工智能
摘要
迄今为止开发的知识库嵌入模型都基于知识库中包含的关系为二元的假设。对于这些嵌入模型的训练和测试，多重（或 n 元）关系数据被转换为三元组（例如 FB15K 数据集中的）并解释为二元关系的实例。本文提出包含多重关系的知识库的规范表示。我们表明，流行的 FB15K 数据集上现有的嵌入模型对应于次优建模框架，导致结构信息丢失。我们主张一种新颖的建模框架，其使用该规范表示直接对多重关系建模。利用此框架，现有 TransH 模型被推广到新模型 m-TransH。我们通过实验证明 m-TransH 大幅优于 TransH，从而确立了新的最优性能 (state of the art)。
引用
@article{arxiv.1604.08642,
title = {On the representation and embedding of knowledge bases beyond binary relations},
author = {Jianfeng Wen and Jianxin Li and Yongyi Mao and Shini Chen and Richong Zhang},
journal= {arXiv preprint arXiv:1604.08642},
year = {2016}
}
备注
8 pages, to appear in IJCAI 2016