无行通用模式（Row-less Universal Schema）

通用模式（Universal Schema）联合嵌入知识库与文本模式，以对实体和关系进行推理，用于自动知识库构建与信息抽取。过去，实体对和关系被表示为学习到的向量，其兼容性由评分函数决定，这限制了对未见过文本模式和实体的泛化能力。近来，“无列（column-less）”版本的通用模式已使用组合模式编码器来泛化至所有文本模式。本文中我们迈出下一步，提出一种“无行（row-less）”的通用模式模型，去除了显式的实体对表示。我们不再为训练集中的每个实体对学习向量表示，而是将实体对视为其关系类型的函数。在 FB15k-237 基准上的实验结果表明，我们通过一种基于关系类型注意力（attention）的模型，能够匹配具有显式实体对表示的同类模型的性能。我们进一步证明，该模型在训练期间从未见过的实体对上以近乎相同的准确率运行。