标签：知识 Knowledge 实体 Entity 学习 Graphs 三元组 方法 描述

基于实体描述的知识图谱表表征学习

摘要

知识图的表示学习旨在将实体和关系投射到连续的低维空间中。大多数方法集中于学习知识三元组表示实体之间的关系。事实上，在大多数知识图中，通常存在对实体的简明描述，这是现有方法无法很好地利用的。在本文中，我们提出了一种新的基于实体描述的知识图RL方法。更具体地说，我们探索了两个编码器，包括连续词袋和深度卷积神经模型，以编码实体描述的语义。我们进一步学习用三元组和描述表示知识。我们从知识图补全和实体分类两个方面对该方法进行了评价。在真实数据集上的实验结果表明，我们的方法在两个任务上的表现优于其他基线，特别是在零镜头设置下，这表明我们的方法能够根据新实体的描述构建它们的表示

源代码

github

标签：知识,Knowledge,实体,Entity,学习,Graphs,三元组,方法,描述
来源： https://www.cnblogs.com/chaosliang/p/15914955.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。