用于Knowledge Graph Embedding的向量表示库有很多，比如：

DGL-KE
LibKGE
GraphVite
AmpliGraph
OpenKE
pykeen
pykg2vec

LibKGE的主要目的是为了助力知识图谱表示模型复现研究并提供训练方法。

LibKGE提供整洁的训练实现，超参优化和评估策略。并且所有的现在的启发式实现都是基于本地配置文件，符合了软件的开闭原则，不同的参数，模型选择，只需要修改配置文件即可。

一、主要特点

1、训练

训练方法：负采样、1vsALL，KvsALL
损失函数：交叉熵损失函数、KL散度、Margin Ranking、平方差
优化器、学习率可以根据不同任务独立选择
学习率预热（LR warmup&

知识图谱-KGE-第三方库：LibKGE库【包含：TransE、TransH、ConvE、DistMult、ComplEx、TuckER、SimplE...】相关推荐

知识图谱嵌入的Translate模型汇总（TransE，TransH，TransR，TransD）
点击上方"AI公园",关注公众号,选择加"星标"或"置顶" 作者:Xu LIANG 编译:ronghuaiyang 导读一文打尽图嵌入Tr ...
知识图谱嵌入的Translate模型汇总（TransE，TransH，TransR，TransD
一文打尽图嵌入Translate模型,各种模型的动机,优缺点分析. 本文对知识图谱嵌入/知识表示的转换模型进行了简要的总结.你可以从TensorFlow-TransX中找到开源的TensorFlow代 ...
知识图谱-KGE(Knowledge Graph Embedding)：负采样
引言:负采样方法最初是被用于加速 Skip-Gram 模型的训练,后来被广泛应用于自然语言处理 (NLP).计算机视觉 (CV) 和推荐系统 (RS) 等领域,在近两年的对比学习研究中也发挥了重要作用 ...
ConvE，知识图谱嵌入（KGE）论文复现（Ubuntu 20.04）
ConvE,知识图谱嵌入(KGE)论文复现(Ubuntu 20.04) Paper:Convolutional 2D Knowledge Graph Embeddings 准备工作 GitHub地址, ...
综述 | 三大路径，一文总览知识图谱融合预训练模型的研究进展
当前,预训练模型已是AI领域较为成熟的一项技术,但由于基于神经网络架构的模型本身不具有常识能力,在一些涉及逻辑推理和认知的任务上力有不逮. 近年来,知识图谱越来越受到人们的关注,知识图谱旨在提供一种复 ...
虚拟专题：知识图谱 | 流程工业控制系统的知识图谱构建
来源:智能科学与技术学报流程工业控制系统的知识图谱构建牟天昊1, 李少远1,2 1 上海交通大学电子信息与电气工程学院 2 上海交通大学系统控制与信息处理教育部重点实验室摘要:近年来,工业控制系 ...
【浙江大学】一个开源的知识图谱表示学习框架
一.NeuralKG:一个开源的知识图谱表示学习框架 OpenKG地址:openkg.cn/tool/neuralkg GitHub地址:github.com/zjukg/neuralkg Gitee ...
知识图谱综述及技术地图概览（智能问答系统）
知识图谱(Knowledge Graph)的概念由谷歌于2012年正式提出,旨在实现更智能的搜索引擎,并且于 2013 年以后开始在学术界和业界普及,并在智能问答.情报分析.反欺诈等应用中发挥重要作用 ...
[事件知识图谱] EventKG: A Multilingual Event-Centric Temporal Knowledge Graph
ESWC 2018 EventKG: A Multilingual Event-Centric Temporal Knowledge Graph Author Gottschalk, Simon,De ...
知识图谱（一）：概念与构建
一.引言随着互联网的发展,网络数据内容呈现爆炸式增长的态势.由于互联网内容的大规模.异质多元.组织结构松散的特点,给人们有效获取信息和知识提出了挑战.知识图谱(Knowledge Graph) 以其 ...

知识图谱-KGE-第三方库：LibKGE库【包含：TransE、TransH、ConvE、DistMult、ComplEx、TuckER、SimplE...】

一、主要特点

1、训练

知识图谱-KGE-第三方库：LibKGE库【包含：TransE、TransH、ConvE、DistMult、ComplEx、TuckER、SimplE...】相关推荐

最新文章

热门文章