利用语义嵌入对大图进行监督式类型标注

我们提出一种监督式算法，用于在与给定实体嵌入集相同的语义向量空间中生成类型嵌入。该算法不依赖于底层实体嵌入的派生方式。它不需要任何人工特征工程，能够很好地泛化至数百种类型，并凭借增量式执行，在包含数百万三元组与实例的大图上实现了近线性的扩展能力。我们在类型推荐任务上展示了该嵌入的实用性，在超越无参数且特征无关的基线方法的同时，于 DBpedia 的完整分区上实现了 15 倍的加速与近乎恒定的内存占用。利用最先进的可视化技术，我们展示了基于外延派生的 DBpedia 类型嵌入与人工构建的领域本体之间的一致性。最后，我们利用该嵌入将约 400 万个 DBpedia 实例概率性地聚类为 DBpedia 本体中的 415 种类型。