【閱讀筆記】Reasoning With Neural Tensor Networks for Knowledge Base Completion

前言 論文地址 Poster Abstract 這篇論文裏，作者介紹了一個適用於推理兩個實體關係的神經網絡（Neural Tensor Network）.相比之前的工作要麼將實體表示成離散的最小單元或者是單個的實體向量，而這篇論文實驗表明當實體被表現成他們詞向量的平均值時實驗的效果會提升。最後，論文證明當這些詞向量通過大量非監督學習的語料學習結果作爲參數的初始化值，對於預測知識庫裏兩個實體是否有關

>>阅读原文<<