首页|基于TransE的表示学习方法研究综述

基于TransE的表示学习方法研究综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了及时了解基于TransE的表示学习方法的最新研究进展,通过归纳与整理,将基于TransE的表示学习方法分为基于复杂关系、基于关系路径、基于图像信息以及基于其他方面的方法四种类型.对每一种方法的设计思路、优缺点等进行了详细的分析,同时对基于TransE的表示学习方法的公共数据集与评价指标进行了对比、总结,对各种基于TransE的表示学习算法在实验中的表现进行了对比分析.从研究结果来看,PaSKoGE、NTransGH、TCE、TransD方法在进行链接预测和三元组分类任务上表现效果最好,值得推广和进一步拓展,并可在其特定于路径的嵌入、两层神经网络、三元组上下文、动态构造映射矩阵上进一步完善.
Survey of representation learning methods based on TransE

张正航、钱育蓉、行艳妮、赵鑫

展开 >

新疆大学 软件学院,乌鲁木齐830046

新疆大学 新疆维吾尔自治区信号检测与处理重点实验室,乌鲁木齐830046

知识图谱 表示学习 TransE模型 知识图谱嵌入 翻译模型

国家自然科学基金资助项目新疆维吾尔自治区智能多模态信息处理团队资助项目新疆维吾尔自治区研究生创新项目

61966035XJEDU2017T002XJ2019G072

2021

10.19734/j.issn.1001-3695.2020.02.0028

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.(3)
  • 6
  • 9