项目

ProjE:知识图完成的嵌入投影。随着每天都有大量的新信息产生,确定知识图中信息的有效性并填补其缺失部分是许多研究者和实践者的重要任务。为了解决这一挑战,许多知识图的完成方法已经被开发使用低维图形嵌入。尽管研究人员继续使用越来越复杂的特征空间来改进这些模型,但我们发现,在底层模型的架构中进行简单的更改可以在不需要复杂特征工程的情况下优于最先进的模型。在这项工作中,我们提出了一个称为ProjE的共享变量神经网络模型,它通过学习知识图的实体和边的联合嵌入,并通过对标准损失函数的细微但重要的改变来填充知识图中的缺失信息。在这样做时,ProjE的参数大小小于15个现有方法中的11个,而在标准数据集上的性能比当前的最佳方法好37%。我们还通过一个新的事实检查任务表明,ProjE能够准确地确定许多陈述性陈述的真实性。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换