知识图谱笔记：TransE

1 知识图谱介绍

• 一条知识图谱可以表示为一个三元组(sub,rel,obj)。
  • 举个例子：小明的爸爸是大明，表示成三元组是（小明，爸爸，大明）。
  • 前者是主体，中间是关系，后者是客体。
  • 主体和客体统称为实体（entity）。
  • 关系有一个属性，不可逆，也就是说主体和客体不能颠倒过来。
• 知识图谱的集合，链接起来成为一个图（graph）
  • 每个节点是一个一个实体
  • 每条边是一个关系，或者说是一个事实（fact）
    • 有向图，主体指向客体。
• 正式地，使用(h,r,t)来表示三元组
  • h表示头实体
  • r表示关系
  • t表示尾实体

2 知识表示

• 知识表示是让知识图谱的实体和关系向量化
  • 将知识库中所有的实体、关系表示成一个低维度、稠密的向量

3 TransE

• TransE算法认为，一个正确的三元组的embedding(h,r,t)会满足矢量的加法
  • 

• 如果是一个错误的三元组，那么它们的embedding之间就不满足这种关系

• ——>定义一个距离来表示两个向量之间的距离
  • 对一个正确的三元组(h,r,t)来说，距离越小越好
  • 对于一个错误的三元组(h',r,t')，距离越大越好
  • 所以目标函数为：
    • 
      • S——正确的三元组集合
      • S'——错误的三元组集合
      • γ——正负样本距离的间距（一个常数）
      • [x]+——max(0,x)
      • 通常为了方便训练并避免过拟合，会加上约束条件
        • 

 参考内容：TransE算法详解_MonkeyDSummer的博客-CSDN博客