ScholarGate
Assistent
Machine learningGraph representation

Kunnskapsgraf-innbygginger

Kunnskapsgraf-innbygginger (KGE) er en familie av metoder som representerer entiteter og relasjoner i en kunnskapsgraf som tette, lavdimensjonale vektorer i et kontinuerlig rom. Den grunnleggende modellen, TransE, ble introdusert av Bordes, Usunier, García-Durán, Weston og Yakhnenko i 2013. TransE behandler hver relasjon som en translasjon i innbyggingsrommet — hodeentitetsvektoren pluss relasjonsvektoren skal tilnærme haleentitetsvektoren for enhver sann trippel (h, r, t). Dette enkle geometriske prinsippet muliggjorde effektiv lenkeprediksjon og fullføring av kunnskapsbaser i stor skala.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Knowledge Graph Embeddings (TransE and beyond). ScholarGate. https://scholargate.app/no/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.

Compare side by side

Referert av

ScholarGateKnowledge Graph Embeddings (Knowledge Graph Embeddings (TransE and beyond)). Hentet 2026-06-15 fra https://scholargate.app/no/network-analysis/knowledge-graph-embeddings · Datasett: https://doi.org/10.5281/zenodo.20539026