Голографические вложения графов знаний

Holographic Embeddings of Knowledge Graphs
Lorenzo Rosasco, Tomaso Poggio, Maximilian Nickel
2016-03-02

циклическая корреляцияголографические представленияграфы знанийпредсказание связейобучение на реляционных данных
Обучение вложений сущностей и отношений представляет собой эффективный и универсальный метод применения машинного обучения к реляционным данным, таким как графы знаний. В этой работе мы предлагаем голографические вложения (HolE) для обучения композиционных векторно-пространственных представлений целых графов знаний. Предлагаемый метод связан с голографическими моделями ассоциативной памяти, поскольку в нем используется циклическая корреляция для создания композиционных представлений. Использование корреляции в качестве оператора композиции позволяет HolE моделировать сложные взаимодействия, сохраняя при этом вычислительную эффективность, простоту обучения и масштабируемость для очень больших наборов данных. Экспериментально показано, что голографические вложения превосходят современные методы предсказания связей в графах знаний и на эталонных наборах данных для обучения на реляционных данных.
1
Эксперименты показывают, что HolE превосходит современные методы на задачах предсказания связей в графах знаний и на эталонных наборах данных для реляционного обучения.
2
HolE использует циклическую корреляцию в качестве оператора композиции, что позволяет моделировать богатые взаимодействия между представлениями сущностей и отношений.
3
Голографические вложения (HolE) обучают композиционные векторные представления целых графов знаний.
4
Метод сохраняет вычислительную эффективность, простоту обучения и масштабируемость для очень больших наборов данных.

Графы знаний (сущности и отношения, представленные для реляционного обучения)

эффективность, выразительная способность, вычислительная эффективность, удобство обучения, масштабируемость и производительность при предсказании связей голографических эмбеддингов для композиционного представления графов знаний

Publication Details
Publication Date
2016-03-02
Journal
Publisher
ISSN
Cited by
559
Access Type
Author Information
Authors
Lorenzo Rosasco
Tomaso Poggio
Maximilian Nickel
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%