鏈接：http://talukdar.net/papers/emnlp2018_HyTE.pdf

?

本文主要關(guān)注 KG embedding 中三元組成立的時間有效性問題，比如三元組(Cristiano Ronaldo, playsFor, Manchester United)，其成立的有效時間段是2003年到2009年，這個使三元組有效成立的時間段被稱為 temporal scopes，這些temporalscopes隨著時間的推移對許多數(shù)據(jù)集會產(chǎn)生影響（比如YAGO，Wikidata），現(xiàn)有的 KG embedding方法很少考慮到時間這一維度，因為它們假設(shè)所有的三元組總是永遠正確的，可是現(xiàn)實中很多情況下不是這樣。本文提出了 HyTE 模型，HyTE 不僅能夠利用時間導向進行知識圖譜圖推理，還能夠為那些缺失時間注釋的事實預測temporal scopes 。實驗結(jié)果表明該模型與傳統(tǒng)模型或者同類模型相比都有著突出的表現(xiàn)。

Background

知識圖譜嵌入（Knowledge graph embedding）方法是將知識圖譜中的實體和關(guān)系表示成連續(xù)稠密低維實值向量，從而可以通過向量來高效計算實體與關(guān)系的語義聯(lián)系。從2013年TransE的提出，到后來一系列的衍生模型，比如 TransH，TransD，TransR，DKRL, TKRL, RESCAL, HOLE 等等，都是對 TransE 模型的擴展。這些模型都沒有考慮時間維度，一直將知識圖譜當做靜態(tài)來處理，這顯然不符合事實，數(shù)據(jù)的暴漲與更新表明知識圖譜本來就是動態(tài)的，所以后來有工作將時間信息考慮進去，但只是將時間序列作為KG embedding過程中的約束，沒有明顯地體現(xiàn)時間的特性，為此，本文提出的HyTE模型直接在學習的過程中結(jié)合時間信息。

?

Model

本文認為不僅是知識圖譜中的實體可能會隨著時間改變，實體間的關(guān)系也是如此，由于TransE模型不能處理多關(guān)系的情形，而 TransH 模型能夠使實體在不同的關(guān)系下?lián)碛胁煌谋硎?#xff0c;所以本文受TransH的啟發(fā)提出了一個基于超平面的時間感知知識圖譜嵌入模型。

?

考慮一個四元組 (h,r,t,[τ_s, τ_e])，這里的τ_s和τ_e分別定義了三元組成立時間段的起始與截止。TransE模型將實體和關(guān)系考慮到相同的語義空間，但是在不同的時間段，實體與關(guān)系組成的（h，r）可能會對應到不同的尾實體t，所以在本文的模型中，希望實體能夠隨不同的時間點有著不同的表示。為了達到這一目的，文中將時間表示成超平面(hyperplane),模型示意圖如下：

e_h，e_t，e_r，分別表示三元組中頭實體，尾實體以及關(guān)系所對應的向量表示，τ₁和τ₂分別表示此三元組有效成立時間段的起始時間與截止時間。e_h(τ₁), e_r(τ₁) 以及表示各向量在時間超平面τ₁上的投影，最終，模型通過最小化翻譯距離來完成結(jié)合時間的實體與關(guān)系embedding學習過程。

Experiment

實驗數(shù)據(jù)包含兩部分：YAGO11k和Wikidata12k，這兩個數(shù)據(jù)集抽取了YAGO 以及Wikidata中帶有時間注釋（time annotations）的部分。通過 Link prediction 以及 Temporal scoping 兩個實驗任務與其它模型比較，實驗結(jié)果如下：

實體預測結(jié)果：

關(guān)系預測結(jié)果：

temporal Scoping預測結(jié)果（越小越好）：

實驗結(jié)果表明，HyTE模型在相關(guān)任務上與其它模型相比有較為顯著的提升。

?

論文筆記整理：張良，東南大學博士，研究方向為知識圖譜，自然語言處理。

---

OpenKG.CN

中文開放知識圖譜（簡稱OpenKG.CN）旨在促進中文知識圖譜數(shù)據(jù)的開放與互聯(lián)，促進知識圖譜和語義技術(shù)的普及和廣泛應用。

轉(zhuǎn)載須知：轉(zhuǎn)載需注明來源“OpenKG.CN”、作者及原文鏈接。如需修改標題，請注明原標題。

?

點擊閱讀原文，進入 OpenKG 博客。

總結(jié)

以上是生活随笔為你收集整理的论文浅尝 | 基于超平面的时间感知知识图谱嵌入的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。