- Abstract

TransE和TransH将实体和关系映射到同一语言空间。但是一个实体可能有多种关系。因此TransR就是将实体和关系放到不同的空间。

- Background

相似的实体在实体空间中距离很近，但是由于不同的实体会有许多的语言，因此在此方面，看似相似的两个实体其实差距很大。在特定的投影下，会将相似的实体投射在特定的关系空间中。在投射后，不同语义实体的距离将在关系空间中变大。

在分段线性回归的思想下，将头尾实体聚类成组，研究每组的关系向量，称其为CTransR。

- Algorithm

设定投影矩阵M，则的实体的投影为：

CTransR：
对每个关系下的头尾实体进行聚类，并为每一个类别分配一个向量来表示，以挖掘细粒度的关系语义。
其中，r是同一组的关系向量（通过TransE的(h-r)获得），rc和Mr是学习获得的，alph控制约束效果

打分函数：

损失函数：

- Experiment

投影矩阵初始化单位矩阵，使用SGD（随机梯度）
数据集的选择：

link prediction

It is obvious that by clustering we can learn more precise and fine-grained rela- tion embeddings, which can further help improve the perfor- mance of knowledge graph completion.

triplets classification

relational fact extraction

- Conclusion

探索关系的相互关联;
探索统一的文本端和知识图谱的嵌入模型;
CRTransR只是关系内部的初步探索

TransR 论文笔记相关推荐

ORB-SLAM3 论文笔记
ORB-SLAM3 论文笔记这篇博客 ORB-SLAM3系统相机模型的抽象(Camera Model) 重定位的问题图片矫正的问题视觉惯性SLAM的工作原理相关公式 IMU初始化跟踪和建图 ...
【论文笔记】 LSTM-BASED DEEP LEARNING MODELS FOR NONFACTOID ANSWER SELECTION
一.简介这篇论文由IBM Watson发表在2016 ICLR,目前引用量92.这篇论文的研究主题是answer selection,作者在这篇论文基础上[Applying Deep Learnin ...
最新图神经网络论文笔记汇总（附pdf下载）
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货 [导读]近年来,图神经网络变得非常火热,每年顶会在该领域内都会出现大量的研究论文,本文为大家提 ...
[论文笔记] Fast Quality Driven Selection of Composite Web Services (ECOWS, 2006)
Time: 4.0 hours Jae-Ho Jang, Dong-Hoon Shin, Kyong-Ho Lee, "Fast Quality Driven Selection of Co ...
论文笔记之：Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning
论文笔记之:Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning 2017-06-06 21: ...
光流速度_[论文笔记] FlowNet 光流估计
[论文笔记] FlowNet: Learning Optical Flow with Convolutional Networks 说在前面个人心得: 1. CNN的光流估计主要是速度上快,之后的v ...
论文笔记《Maxout Networks》《Network In Network》
原文出处:http://zhangliliang.com/2014/09/22/paper-note-maxout-and-nin/ 论文笔记 <Maxout Networks> & ...
论文笔记：HKMF-T: Recover From Blackouts in TaggedTime Series With Hankel Matrix Factorization
论文笔记:Hankel Matrix Factorization for Tagged Time Series to Recover Missing Values during Blackouts_U ...
论文笔记 A Spatial-Temporal Decomposition Based Deep Neural Network for TimeSeries Forecasting
0 abstract 空间时间序列预测问题出现在广泛的应用中,如环境和交通问题.由于存在特定的空间.短期和长期模式,以及维度的诅咒,这些问题具有挑战性. 在本文中,我们提出了一个用于大规模空间时间序列 ...

TransR 论文笔记

Learning Entity and Relation Embeddings for Knowledge Graph Completion