基于路径的知识表示与推理.PDFVIP

基于路径的知识表示与推理 林衍凯 概览  背景  模型  实验  结论 知识库  知识库  图（知识图谱） Geolocation Gavin Newsom Longitude: -122.4183  点：实体 Latitude : 37.775 mayor location Number  边：关系 population San Francisco 744,000  事实 in  头实体 California  关系 in  尾实体 United States 知识推理  目的  推理出知识库中 缺失的事实  奥巴马与希拉里的关系 知识推理  基于路径（图）特征  基于表示学习  张量分解  隐式空间  几何空间 基于路径（图）特征  Path Ranking Algorithm  路径特征  分类器  例子  学校 张量分解  RESCAL 隐式空间  Structure Embedding (SE)  Semantic Matching Energy (SME)  Neural Tensor Network (NTN)  … 几何空间  TransE  表示：向量  目标： h r t 几何空间  TransH  TransR  TransD  TranSparse  … 几何空间  简单  有效 基于表示学习  问题  单步信息（✓）  路径信息（✗） Path-based TransE  路径（图）特征+表示学习  单步信息（✓）  路径信息（✓）  挑战  路径选择  路径表示 路径选择  路径数量  几何上升  路径意义  路径限制 资源分配算法 （PCRA） 路径表示  常用组合表示  Add, Multiply, RNN 实验  FB15k  实体：15k  关系：1,345  事实：600k  评价指标  Hits@10  Mean Rank 关系预测