Вграждания на графи на знанието
Вгражданията на графи на знанието (Knowledge Graph Embeddings, KGE) са семейство от методи, които представят същности и връзки в граф на знанието като плътни, нискоразмерни вектори в непрекъснато пространство. Основополагащият модел, TransE, е представен от Бордес, Юсние, Гарсия-Дуран, Уестън и Яхненко през 2013 г. TransE третира всяка връзка като транслация в пространството на вграждане — векторът на началната същност плюс векторът на връзката трябва да апроксимира вектора на крайната същност за всяка вярна тройка (h, r, t). Този прост геометричен принцип позволява ефективно предсказване на връзки и попълване на бази от знания в голям мащаб.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Bordes, A., Usunier, N., García-Durán, A., Weston, J., & Yakhnenko, O. (2013). Translating embeddings for modeling multi-relational data. Advances in Neural Information Processing Systems, 26. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Knowledge Graph Embeddings (TransE and beyond). ScholarGate. https://scholargate.app/bg/network-analysis/knowledge-graph-embeddings
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Графови невронни мрежиМрежови анализ↔ compare
- Централност по PageRankМрежови анализ↔ compare
- Word2VecИзвличане на текст↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →