Uklapanja grafova znanja
Uklapanja grafova znanja (KGE) obitelj su metoda koje entitete i relacije u grafu znanja prikazuju kao guste, niskodimenzionalne vektore u kontinuiranom prostoru. Temeljni model, TransE, predstavili su Bordes, Usunier, García-Durán, Weston i Yakhnenko 2013. godine. TransE tretira svaku relaciju kao translaciju u prostoru uklapanja — vektor glavnog entiteta plus vektor relacije trebao bi aproksimirati vektor repnog entiteta za bilo koju istinitu trojku (h, r, t). Ovo jednostavno geometrijsko načelo omogućilo je učinkovito predviđanje veza i dovršavanje baza znanja u velikom opsegu.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Knowledge Graph Embeddings (TransE and beyond). ScholarGate. https://scholargate.app/hr/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.
- Grafovska neuronska mrežaAnaliza mreža↔ compare
- PageRank SredišnjostAnaliza mreža↔ compare
- Word2VecRudarenje teksta↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →