91、知识图谱嵌入中的负采样策略：MDNCaching方法解析

知识图谱嵌入中的负采样策略：MDNCaching方法解析

1. 引言

知识图谱（Knowledge Graph, KG）是事实和文本数据的结构化表示，以（头实体，关系，尾实体）的三元组形式呈现，例如（莎士比亚，是作者，《哈姆雷特》）。它通常基于Freebase、DBpedia、WordNet和YAGO等知识库构建，在问答系统、推荐系统和信息检索等众多实际应用中发挥着重要作用。

然而，尽管知识库包含大量事实，但由于知识图谱是基于现有事实或动态变化的真实情况构建的，因此往往存在不完整性。例如，在Freebase和DBpedia中，分别有71%和66%的人物出生地信息缺失。所以，自动补全知识图谱，添加缺失的知识或事实是非常有必要的。

近年来的研究表明，机器学习（Machine Learning, ML）方法可以有效地用于补全知识图谱。但由于高维性等多种因素，应用ML方法仍然是一项具有挑战性的任务。为此，知识图谱嵌入（Knowledge Graph Embedding, KGE）方法应运而生。KGE将实体和关系映射到低维向量空间，同时保留其语义信息，克服了处理知识图谱中文本数据时的稀疏性和计算成本问题。现代KGE策略在链接预测、三元组分类和知识图谱补全等知识获取任务中显示出了良好的效果。

通常，KGE模型通过将观察到的实例（正例）排名高于未观察到的实例（负例）来加速ML算法的训练。但知识库中通常只包含正例，因此需要探索生成高质量负例的策略。高质量负例与正例具有高度相似性，但实际上是负例，例如对于正例（莎士比亚，是作者，《哈姆雷特》），生成的负例（莎士比亚，是作者，《寡妇的眼泪》）比（莎士比亚，是作者，伦敦）更难与正例区分，属于高质量负例。生成高质量负例可以增强知识图谱