Learning Attention-based Embeddings for Relation Prediction in Knowledge Graphs閱讀筆記

關係預測存在的問題 最新的關係預測方法主要是基於知識嵌入的模型，它們大致分爲轉化模型和卷積神經網絡。轉化模型使用簡單的操作和有限的參數來學習嵌入，產生了低質量的嵌入。基於CNN的模型由於其大量的參數和複雜關係的考慮而學習了更好的表達性嵌入。但是，基於轉化和基於CNN的模型都獨立地處理每個三元組，因此無法封裝KG中給定實體附近固有存在的豐富的潛在結構信息。 主要貢獻 第一個使用圖注意力機制學習針對知

>>阅读原文<<