【知识图谱】知识图谱嵌入模型简介

最新推荐文章于 2025-04-22 19:38:09 发布

AIGC小工二狗

最新推荐文章于 2025-04-22 19:38:09 发布

阅读量1k

点赞数 18

文章标签：知识图谱人工智能学习 langchain AIGC

本文链接：https://blog.csdn.net/text202202/article/details/147069360

版权

来自：MIRA Lab

知识图谱 (Knowledge Graphs)
是大规模语义网络知识库，采取符号化的知识表示方式，利用三元组来描述具体的知识，并以有向图的形式对其进行表示和存储，具有语义丰富、结构友好、易于理解等优点。由于在表达人类先验知识上具有优良的特性，知识图谱近年来在自然语言处理、问答系统、推荐系统等诸多领域取得了广泛且成功的应用。

![](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy90MUgzeHBkVzI0bVdFNUxTUmZLcGVVWGxrNEdpYVphNkVDaWJUc3VIWjZETWU3eE9FRFk3OWJhSXZ1cDlJYWx6STdTY0hBaGpQUkJDTkQ5M0NuRGM3Q0xRLzY0MA?x-oss- process=image/format,png) 图1：知识图谱示意图

然而，知识图谱通常存在链接缺失问题，这限制了知识图谱在相关下游任务中的应用。为解决该问题，知识图谱补全任务应运而生。知识图谱补全旨在根据知识图谱中已有事实推断出新的事实，从而使得知识图谱更完整。

知识图谱嵌入 (Knowledge Graph Embedding) 是解决知识图谱补全问题的重要方法之一，它通过将知识图谱中的实体 (Entity)
和关系 (Relation) 嵌入到连续向量空间，从而在方便计算的同时保留知识图谱中的结构信息。知识图谱嵌入模型大致可以分为三类：

基于距离的模型 (Distance-based Models)
双线性模型 (Bilinear Models)
神经网络模型 (Neural Network Models)

本文将首先简要介绍知识图谱补全任务，然后回顾总结各类知识图谱嵌入模型，最后就模型的统一评测进行补充说明。

知识图谱补全任务

符号定义

知识图谱通常以三元组 (Triple) 来表示知识，三元组的一般格式为 (头实体 ，关系， 尾实体)，如“金庸的表兄是徐志摩”表示成三元组为
(金庸，表兄， 徐志摩)，其中金庸为头实体， 徐志摩 为尾实体，表兄是这两个实体之间的关系。我们使用小写的字母
来分别表示头实体、关系和尾实体，表示知识图谱中的一个三元组。相应地，小写加粗字母分别表示头实体、关系和尾实体对应的嵌入向量。向量的第
个元素记作。表示嵌入向量的维度。表示两个向量间的 Hadamard (element-wise) product。另外，我们使用来分别表示
和范数。

补全任务与性能指标

知识图谱补全 (Knowledge Graph Completion)，是根据知识图谱中已有的三元组去对未知三元组进行预测。我们使用
表示已知头实体和关系来预测尾实体，表示已知关系和尾实体来预测头实体，其中和被称为查询
(Query)。实际上，知识图谱补全任务，本质上给定查询下的排序问题。比如，对于图2所示的查询 (陆小曼 ，丈夫，
？)，返回的是预测答案的排序列表，正确答案排名越高，预测的效果就越好。

![](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy90MUgzeHBkVzI0bVdFNUxTUmZLcGVVWGxrNEdpYVphNkVmaDlic3BzNXRtN3ZIZWhNbWx1bU1OWWZsaWIweERISFZkRkkxUjZZeWF2YllvWFBqQmZKMVRBLzY0MA?x-oss- process=image/format,png) 图2：查询示意图

对于知识图谱补全任务，常用的性能评测指标有：MR (Mean Rank)，MRR (Mean Reciprocal Rank), 和 Hits@N。

MR 是针对一系列查询返回排名的平均值：
MRR 是针对一系列查询返回排名取倒数之后的平均值：
Hits@N 是排名在前名所占的比例：

其中，如果，，否则。

在一些实际应用中，MRR 能够比 MR 更好地反映排名的综合情况。例如，在一次测试中共有4次查询，模型A返回的排名结果序列为
[1,1,1,40001]，模型B返回的排名结果序列为 [10000,10000,10000,10000]，从 MR 的角度，模型A效果略差于模型B，但从
MRR
的角度，模型A的效果远好于模型B。在实际应用中，可能的场景是模型给出若干个最可能的结果供人选择，我们可以发现排名10000的结果和排名40001的结果由于排名非常靠后，很难出现在供人选择的若干结果中，这两个结果虽然排名值相差30001，但是他们对实际应用的贡献都接近0。从这个角度讲，使用
MRR 来评价这两个模型更为合适。

知识图谱补全数据集

知识图谱补全任务上，目前常用的数据集有 WN18RR, FB15k-237 和 YAGO3-10 等，它们分别是 WN18，FB15k 和 YAGO3
的子集。WN18 和 FB15k
数据集早期被用于知识图谱补全任务，但是后来有研究者发现这两个数据集存在一定的测试集泄漏问题，在这两个数据集上，简单的基于规则的方法就能够达到先进模型的效果，所以
WN18 和 FB15k 渐渐不被研究者使用。

如果你对AI大模型应用感兴趣，这套大模型学习资料一定对你有用。