Embedding Graf Pengetahuan

Embedding Graf Pengetahuan (KGE) adalah keluarga metode yang merepresentasikan entitas dan relasi dalam graf pengetahuan sebagai vektor padat berdimensi rendah dalam ruang kontinu. Model dasarnya, TransE, diperkenalkan oleh Bordes, Usunier, García-Durán, Weston, dan Yakhnenko pada tahun 2013. TransE memperlakukan setiap relasi sebagai translasi dalam ruang embedding — vektor entitas kepala ditambah vektor relasi harus mendekati vektor entitas ekor untuk setiap tripel benar (h, r, t). Prinsip geometris sederhana ini memungkinkan prediksi tautan yang efektif dan penyelesaian basis pengetahuan dalam skala besar.