知识图谱-KGE-语义匹配-双线性模型-2019:RotatE
模型 知识 匹配 2019 图谱 语义 rotate
2023-09-27 14:20:37 时间
【paper】 RotatE: Knowledge Graph Embedding by Relational Rotation in Complex Space
【简介】 本文是北大和加拿大的研究团队发表在 ICLR 2019 上的文章,提出了 RotatE(Rotation Embedding),主要思想是将实体表示为复向量,关系视为从头实体指向尾实体的旋转(Rotation)。这个模型大概是看明白了的,感觉还是比较巧妙的。
问题定义
RotatE 的提出主要是为了建模三种关系:对称/非对称、反向关系、关系组合
这里的对称关系指的就是自反关系,inverse 是对两个关系来说的。TransE 可以建模 inverse 和 composition,无法表示 symmetry。
模型
RotatE 是复空间中的双线性模型,希望 truth triplet 满足:
RotatE 巧妙地利用了欧拉公式,将关系视为从头实体向尾实体的旋转。
相关文章
- 【Matlab仿真模型】短时交通流量预测模型
- 解读知识蒸馏模型TinyBert
- 华为云IEEE TPAMI论文解读:规则化可解释模型助力知识+AI融合
- 知识增强的NLP预训练模型【将知识图谱中的三元组向量引入到预训练模型中】
- 知识图谱-KGE-语义匹配-双线性模型-2016:ComplEx【ComplEX是Distmul的改进】【将实数的Embedding映射到复数空间,从而可以处理非对称关系】
- 知识图谱-KGE-语义匹配-双线性模型-2016:HolE
- 知识图谱-KGE-语义匹配-双线性模型-2017:Analogy【DistMult与ComplEx的合体】
- 知识图谱-KGE-语义匹配-双线性模型-2019:QuatE
- 推荐模型-基于知识图谱-2019:KGCN
- 【知识蒸馏】使用CoatNet蒸馏ResNet图像分类模型
- 知识图谱专栏简介:数据增强,智能标注,文本信息抽取(实体关系事件抽取)、知识融合算法方案、知识推理、模型优化、模型压缩技术等
- 1.特定领域知识图谱知识融合方案(实体对齐):金融产业产业知识图谱-基于内容匹配和图模型的品牌知识链指
- 2023.1.16,周一【图神经网络 学习记录2】Graph Embedding 之 DeepWalk算法 解析 || 知识图谱嵌入技术:以TransE模型为例
- Transformer课程 第43章Transformer模型SqueezeBERT架构
- 物质炼金术师三维模型建造,带来无限的遐想空间
- 移动web开发实践-css3(1)盒模型display:-webkit-box;的使用
- 【每天学习一点新知识】记得住吗?OSI七层模型