Вбудовування графів знань
Вбудовування графів знань (KGE) — це сімейство методів, які представляють сутності та відношення в графі знань як щільні, низьковимірні вектори в неперервному просторі. Фундаментальна модель TransE була представлена Бордесом, Юньє, Гарсією-Дураном, Вестоном та Яхненком у 2013 році. TransE розглядає кожне відношення як трансляцію в просторі вбудовування — вектор головної сутності плюс вектор відношення має наближати вектор кінцевої сутності для будь-якого істинного трійника (h, r, t). Цей простий геометричний принцип дозволив ефективно прогнозувати зв'язки та доповнювати бази знань у великих масштабах.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Knowledge Graph Embeddings (TransE and beyond). ScholarGate. https://scholargate.app/uk/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.
- Графові нейронні мережіМережевий аналіз↔ compare
- Центральність PageRankМережевий аналіз↔ compare
- Word2VecІнтелектуальний аналіз тексту↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →