Ugrađivanje grafova znanja
Ugrađivanje grafova znanja (KGE) je porodica metoda koje predstavljaju entitete i relacije u grafu znanja kao guste, niskodimenzionalne vektore u neprekidnom prostoru. Osnovni model, TransE, predstavili su Bordes, Usunier, García-Durán, Weston i Yakhnenko 2013. godine. TransE tretira svaku relaciju kao translaciju u prostoru ugrađivanja — vektoru početnog entiteta plus vektoru relacije treba da aproksimira vektor krajnjeg entiteta za svaku istinitu trojku (h, r, t). Ovaj jednostavan geometrijski princip omogućio je efikasno predviđanje veza i popunjavanje baze znanja u velikom obimu.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
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/sr/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.
- Графове неуронске мрежеAnaliza mreža↔ compare
- Centralnost PageRankAnaliza mreža↔ compare
- Word2VecRudarenje teksta↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →