TransG: генеративная модель для встраивания графов знаний

В последнее время встраивание графов знаний, которое проектирует символьные сущности и отношения в непрерывное векторное пространство, стало новой актуальной темой в области искусственного интеллекта. В статье предлагается новая генеративная модель (TransG) для решения проблемы множественных семантик отношений, когда отношение может иметь несколько значений, проявляющихся через пары сущностей, связанные с соответствующими триплетами. Новая модель способна выявлять скрытые семантики отношения и использовать смесь компонент-векторов, специфичных для отношения, для встраивания фактического триплета. Насколько нам известно, это первая генеративная модель для встраивания графов знаний, и впервые формально обсуждается проблема множественных семантик отношений. Широкие эксперименты показывают, что предлагаемая модель обеспечивает существенные улучшения по сравнению с передовыми базовыми методами.