Обучение встраиваний сущностей и отношений для дополнения графа знаний

Дополнение графа знаний направлено на предсказание связей между сущностями. В этой работе мы рассматриваем подход встраиваний (эмбеддингов) для графов знаний. В последнее время модели, такие как TransE и TransH, формируют встраивания сущностей и отношений, рассматривая отношение как трансляцию от головной (head) сущности к хвостовой (tail) сущности. Мы отмечаем, что эти модели просто размещают и сущности, и отношения в одном и том же семантическом пространстве. На самом деле сущность может иметь несколько аспектов, и различные отношения могут фокусироваться на разных аспектах сущностей, что делает общее пространство недостаточным для моделирования. В данной работе мы предлагаем TransR для построения встраиваний сущностей и отношений в отдельных пространстве сущностей и пространствах отношений. Далее мы обучаем встраивания, сначала проецируя сущности из пространства сущностей в соответствующее пространство отношения, а затем осуществляя трансляции между проецированными сущностями. В экспериментах мы оцениваем наши модели по трем задачам, включая предсказание связей, классификацию триплетов и извлечение реляционных фактов. Экспериментальные результаты показывают существенные и последовательные улучшения по сравнению с современными базовыми методами, включая TransE и TransH.