Knowledge Graph Embeddings (TransE and beyond)
Iedomājieties, ka kartē izvietojam valstis, galvaspilsētas un attiecību 'ir-galvaspilsēta-no'. TransE saka: ja sākat ar Francijas vektoru un ejat pa bultiņu ar uzrakstu 'galvaspilsēta', jums vajadzētu nonākt tuvu Parīzei. Entītības ir punkti; attiecības ir bultiņas, kas tās savieno. Modelis apgūst šīs pozīcijas tā, lai zināmās bultiņas norādītu pareizi, padarot vienkārši uzminēt nezināmus faktus — piemēram, atrast neiezīmētu galvaspilsētu — sekojot tām pašām bultiņām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Knowledge Graph Embeddings (TransE and beyond). ScholarGate. https://scholargate.app/lv/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.
- Grafu neironu tīklsTīklu analīze↔ compare
- PageRank centrālās nozīmes algoritmsTīklu analīze↔ compare
- Word2VecTeksta ieguve↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →