TransE系列源码.zip

【实例简介】
TranE是一篇Bordes等人2013年发表在NIPS上的文章提出的算法。它的提出，是为了解决多关系数据（multi-relational data）的处理问题。我们现在有很多很多的知识库数据knowledge bases (KBs)，比如Freebase、 Google Knowledge Graph 、 GeneOntology等等。 TransE的直观含义，就是TransE基于实体和关系的分布式向量表示，将每个三元组实例（head，relation，tail）中的关系relation看做从实体head到实体tail的翻译（其实我一直很纳闷为什么叫做translating，其实就是向量相加），通过不断调整h、r和t（head、relation和tail的向量），使（h + r） 尽可能与 t 相等，即 h + r = t。 以前有很多种训练三元组的方法，但是参数过多，以至于模型过于复杂难以理解（作者表达的意思就是，我们的工作效果和你们一样，但我们的简单易扩展）。（ps：作者以前也做过类似的工作，叫做Structured Embeddings，简称SE，只是将实体转为向量，关系是一个矩阵，利用矩阵的不可逆性反映关系的不可逆性。距离表达公式是1-norm）。
【实例截图】
【核心代码】
4744302543323893225.zip
└── KB2E-master
├── cluster
│   ├── apcluster.cpp
│   ├── generate.cpp
│   ├── makefile
│   ├── prepare.cpp
│   └── run.sh
├── CTransR
│   ├── makefile
│   ├── Test_CTransR.cpp
│   └── Train_CTransR.cpp
├── data.zip
├── LICENSE
├── makefile
├── PTransE
│   ├── data
│   │   └── n2n.txt
│   ├── makefile
│   ├── PCRA.py
│   ├── PTransE_add
│   │   ├── makefile
│   │   ├── Test_TransE_path.cpp
│   │   └── Train_TransE_path.cpp
│   ├── PTransE_mul
│   │   ├── makefile
│   │   ├── Test_TransE_path.cpp
│   │   └── Train_TransE_path.cpp
│   ├── PTransE_RNN
│   │   ├── makefile
│   │   ├── Test_TransE_path.cpp
│   │   └── Train_TransE_path.cpp
│   └── README.md
├── README.md
├── TransE
│   ├── makefile
│   ├── Test_TransE.cpp
│   └── Train_TransE.cpp
├── TransH
│   ├── makefile
│   └── Train_TransH.cpp
└── TransR
├── makefile
├── Test_TransR.cpp
└── Train_TransR.cpp

11 directories, 33 files