Embedding Knowledge Graphs Attentive to Positional and Centrality Qualities

---

🎉进入图谱洞见专栏 | 🚀查看更多专栏内容

---

研究问题

之前的方法中，实体嵌入只利用了周围邻居的信息，本篇论文试图在知识图谱嵌入的学习过程中引入节点相对于全图的位置和中心性特征

背景动机

论文中举了这样一个例子，由于e1和e2的邻居基本一样，传统方法很难区分学习二者的嵌入。但是由于e1连接的哈佛大学比e2连接的耶鲁大学的特征向量中心度更高，所以e1比e2的特征向量中心度更高，如果把这个额外的全局信息加进去会有助于区分二者的嵌入。

符号定义

• 知识图谱

包括实体集合