知识图谱嵌入的衡量指标:MRR,MR,HITS@n
衡量知识图谱嵌入(Knowledge Graph Embedding,KGE)模型性能中最常用的几个指标:MRR,MR,HITS@n。
在进行KG嵌入时,首先把实体以及关系随机初始化为一定维度的向量,然后进行训练,目的使(头实体+关系)向量与尾实体向量在空间中的表示尽可能相近。训练完成后,需要衡量嵌入质量。
在评估时,对于一个三元组,将尾实体替换成任意一种其他的实体(共n-1个,只改变尾实体,其他不变),这样得到了(n-1)个新的关系三元组,然后求这n个三元组的实体关系距离,将这n个三元组按照距离从小到大排列。例如,有一个三元组(小明,出生在,苏州),假如还有其他实体{香皂,火车,橡皮,武汉},将三元组尾实体分别替换成其他地点实体,并计算实体关系距离,并对这n个三元组进行排名,如下表所示:
h r t score rank
小明 出生在 香皂 0.789 1
小明 出生在 苏州 0.753 2
小明 出生在 火车 0.695 3
小明 出生在 橡皮 0.456 4
小明 出生在 武汉 0.234 5
由上述可知我们得到了(小明,出生在,苏州)这个三元组实体关系在空间中的距离排名为2,这一个三元组计算完了,然后再计算其他三元组,{苏州,地级市,江苏}、{整数,含于,实数}、{飞机,速度快,火车}等等,方法与上述方法相同。假如求得所有三元组的排名分别为2,6,1,2,4。然后用如下几种方法求嵌入质量。
一、MRR
MRR的全称是Mean Reciprocal Ranking,即平均倒数排名。具体的计算方法如下:
其中是三元组集合,|S|是三元组集合个数,是指第个三元组的链接预测排名(距离得分)。MRR值越大越好,表明排名符合事实情况,那么嵌入效果就好。那么根据上述结果:
二、MR
MR的全称是Mean Rank。具体的计算方法如下:
求解思路和MRR相同,就是把倒数排名换成不是倒数排名,MR值越小越好。
三、HITS@n
该指标是指在链接预测中排名小于等于的三元组的平均占比。具体的计算方法如下:
符号与上述一样,另外Ⅱ(·)是indicator函数(若条件真则函数值为1,否则为0)。一般地,取n为1、3或者10,HITS@n指标越大越好。例如HITS@1即为选排名为1的三元组为1,其他为0,计算为:
再如HITS@3即为选排名为3名以内的的三元组为1,其他为0,计算为:
知识图谱嵌入的衡量指标:MRR,MR,HITS@n相关推荐
- 知识图谱论文中模型指标MRR,MR,HITS@1,HITS@3,HITS@10的含义
知识图谱论文中模型指标MRR,MR,HITS@1,HITS@3,HITS@10的含义 本文将介绍用于衡量知识图谱嵌入(Knowledge Graph Embedding,KGE)模型性能中最常用的几个 ...
- KGC的衡量指标(MR、MRR、Hits@n)
KGE,知识图谱嵌入(Knowledge Graph Embedding),衡量kge模型性能主要有以下几个常见的指标,有MR.MRR和Hits@n MR(Mean Rank):是平均排名 MRR(M ...
- ACL-BioNLP 2020 | 耶鲁大学实践成果:生物医药知识图谱嵌入模型基准测试
今天给大家介绍的是耶鲁大学医学信息学中心主任Brandt教授实验室和爱丁堡大学的博士生联合发表在ACL-BioNLP 2020发表的文章"Benchmark and Best Practic ...
- Ampligraph——基于tensorflow的python库,可用于知识图谱嵌入和链接预测
目录 一.AmpliGraph 1.介绍 2.特点 3.模块 4.安装AmpliGraph 二.API接口 1.数据 2.模型 3.评估 4.发现 5.其他实用函数 三.实例代码 1.训练和评估嵌入模 ...
- 从ACL 2020和ICLR 2020看知识图谱嵌入的近期研究进展
©PaperWeekly 原创 · 作者|舒意恒 学校|南京大学硕士生 研究方向|知识图谱 本文介绍三篇发表于 ACL 2020 或 ICLR 2020 关于知识图谱嵌入的近期研究进展. 1. ACL ...
- 论文浅尝 - ICLR2020 | You Can Teach an Old Dog New Tricks!关于训练知识图谱嵌入
论文笔记整理:谭亦鸣,东南大学博士生. 来源:ICLR2020 链接:https://openreview.net/pdf?id=BkxSmlBFvr KG embedding(KGE)模型的目标是学 ...
- 知识图谱嵌入内容整理
以下内容均来自于网络,笔者将其整理到这篇博客中,侵删. 知识嵌入知识点 知识图谱嵌入 定义:为了解决前面提到的知识图谱表示的挑战,在词向量的启发下,研究者考虑如何将知识图谱中的实体和关系映射到连续的向 ...
- 论文浅尝 | 对于知识图谱嵌入表示的几何形状理解
论文链接:http://anthology.aclweb.org/attachments/P/P18/P18-1012.Presentation.pdf 发表会议:ACL 2018 摘要 知识图谱的嵌 ...
- 知识图谱嵌入(KGE)主流模型简介
1. KGE简介 目前(2020.03)知识图谱嵌入研究方法众多,本文将对其中的主流方法进行简要介绍,如翻译.双线性.神经网络.双曲几何.旋转等.各方法细节请看原论文,文中错误欢迎指出,谢谢. 知识图 ...
最新文章
- Centos下用lamp搭建日志服务器
- Janus流媒体服务器框架分析
- javascript-操作符
- Jenkins 流水线 获取git 分支列表_基于Jenkins的DevOps流水线实践
- 揭秘ARouter路由机制,源码+原理+手写框架
- BetterZip结合自动操作工具和预设设置创建电影解压程序
- 版权文字:Power by DedeCms 如何去除?
- SMARTFORMS 输出动态文本(字符长度超出255)
- 搞懂 Java equals 和 hashCode 方法
- sql server 配置管理器里为什么是32位_Windows Server2012 配置打印服务器图文教程
- 如何安装最新版质性分析软件NVIVO?
- 慕有轶:看不清的方向,你还在盲目操作,犹如飞蛾扑火!
- 爬虫 页面元素变化_爬虫项目案例讲解 案例二:定位、爬虫、定位页面元素、分别定位、简单处理抓取数据(有总结)...
- Robot Framework installation not found. To run tests, you need to install Robot Framework separately
- 如何画出一张优秀的架构图?(老鸟必备)
- css中_box的属性包括,css box-sizing 属性
- AVT Mako/Manta面阵相机开发小结
- 【数学思维】数学难题
- Python_Task09:文件与文件系统
- 人行征信上贷款余额指的是什么?(图文)