机器学习项目（六）医疗知识图谱构建（五）

图表征学习

TransX系列算法
空间传递不变性
Queen-women+man = king

TransE
对于所有的实体和关系随机初始化一个向量，使得实体和关系在同一空间内表征，使得每个正确的三元组可以从头实体通过关系翻译到尾实体上，定义从头实体翻译到尾实体之后与标注尾实体之间的距离为“势能差”，找到整体最小的势能差的实体和关系向量。

存在的问题
TransE模型很简单也带来一个很大的问题就是他只适合处理一对一的关系，举例来说（华科、地点、武汉）和（黄鹤楼、地点、武汉）出现在KG中时，TransE的表示会将“华科”和“黄鹤楼”的向量表示计算的很接近，但是实际上这两者之间的关系并不大。

TransH怎么操作
它解决了一对多和多对一的关系问题，基本思想是针对每个关系r，都把实体投影到有关于这个r的一个空间上去，在这个r的空间上，做TransE。实体、关系在同一个空间内，但是需要做一次投影
$$h_{wr}=w^{T}hw$$

TransE和TransH存在什么问题
TransE和TransH模型都假设实体和关系是在同一个语义空间的向量，这样相似的实体会在空间中相近的位置，然而每一个实体都可以有很多方面，而不同的关系关注的是实体不同的方面，所以TransR对每个三元组，首先应将实体投影到对应的关系空间中，然后再建立从头实体到尾实体的翻译关系。
实体和关系在不同的空间中

TransR怎么操作
通过一个转换矩阵，将实体转换到关系所在的空间中，做TransE
$$h_r=h{M}_r$$
$$t_r=t{M}_r$$

TransE、TransH、TransR存在什么问题
1.在同一个关系r下，投、尾实体共享相同的变换矩阵，然而，一个关系的头、尾实体的类型或属性可能差异巨大。例如，对于三元组（美国、总统、奥巴马），美国和奥巴马的类型完全不同，一个是国家，一个是人物
2.从实体空间到关系空间的投影是实体和关系之间的交互过程，因此TransR让变换矩阵仅与关系有关是不合理的
3.与TeansE和TransH相比，TransR由于引入了空间投影，使得TransR模型参数急剧增加，计算复杂度大大提高

TransD怎么操作
一个实体用两个向量来表示，一个用来构建转移空间，一个用来表示语义内容
$$\begin{array}{l}{M}_{rh}=r_p{h}_p^T+I\\ M_{rt}=r_p{t}_p^T+I\end{array}$$
$$\begin{array}{rl}{h}_{\perp }& =M_{rh}h=h_p^{T}h{r}_p+{\left[h^T,0^T\right]}^T\\ t_{\perp }& =M_{rh}t=t_p^{T}t{r}_p+{\left[t^T,0^T\right]}^T\end{array}$$

RandomWalk系列算法
在不同的空间内对实体的关系进行表征，利用传递不变性，实现从头实体到尾实体的翻译

DeepWalk
DeepWalk系列算法思路
如何在图谱中构建上下文。借助语言建模word2vec中的一个模型skip-gram来学习结点的向量表示。
做法
通过不同的游走方法构建不同方式的上下文，实现词向量。
将网络中的节点模拟为语言模型中的单词，而节点的序列（可由随机游走得到）模拟为语言中的句子，作为skip-gram的输入

RandomWalk如何实现
随机游走：深度游走，广度游走
词向量编码：skip-gram

Node2vector如何实现
随机游走：深度游走和广度游走基于概率控制

词向量编码：skip-gram

struc2vec如何实现
随机游走：(1)根据不同距离的邻居信息，分别计算计算节点对的结构
(2)构造多层带权有向图M，其中每层都是带权无向图，层与层之间是有向的
(3)在M中随机游走，构造上下文序列
词向量编码：skip-gram