3、MixER：用于链接预测的知识图谱嵌入模型

最新推荐文章于 2025-11-14 01:50:08 发布

放屁带闪电

最新推荐文章于 2025-11-14 01:50:08 发布

阅读量50

点赞数

CC 4.0 BY-SA版权

分类专栏：知识发现的前沿探索文章标签：知识图谱嵌入链接预测 MLP-Mixer

本文链接：https://blog.youkuaiyun.com/grafana8visual/article/details/152074739

知识发现的前沿探索专栏收录该内容

62 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

MixER：用于链接预测的知识图谱嵌入模型

1. 引言

知识图谱（KG）是一种特殊的图结构，以三元组的形式包含实体和关系，像 WordNet、YAGO 和 Freebase 都是常见的知识图谱。尽管现实世界的知识图谱包含大量数据，但它们仍然是不完整的。因此，预测缺失的三元组以自动完成知识图谱至关重要。知识图谱嵌入（KGE）技术通过将实体和关系嵌入为低维向量，成为解决这一问题的常用方法，这样可以对图进行高效的计算和分析。随后，使用评分函数为有效三元组赋予比无效三元组更高的分数。寻找这些缺失的链接在许多实际应用中都具有重要意义，包括推荐系统、问答系统和基因 - 蛋白质相互作用预测等。

知识图谱以三元组 (s, r, o) 的形式存储数据，其中 s 和 o 属于实体集 E，分别是主体和客体实体，r 属于关系集 R，是连接 s 和 o 的关系。例如，基于 (Disney, Is a, Organization) 和 (Disney, Is parent of, Marvel Studios) 这两个现有三元组，我们可以直观地预测 Marvel Studios 是一个组织。然而，模型无法像人类一样在语义层面理解三元组，它依赖于数学理论或神经网络来预测缺失的实体或关系。

近年来，许多方法试图增强嵌入之间的交互，但未能有效利用这些交互。为了弥补这一缺陷，我们提出了一种基于 MLP - Mixer 架构的新模型，以提高交互效率。据我们所知，我们是第一个将 MLP - Mixer 应用于图相关任务，特别是链接预测（LP）的团队。我们还研究了它在捕捉交互和信息集成能力方面与图的兼容性。