当前位置:紫金娱乐 > 模型知识 >

Ipraytomyselfformysel

2020-08-17 11:52

  而是从头生成一个负例。正在transE中,r。获得的值我们称为Filtered Hits10。若是是一个错误的三元组,把改良方式获得的成果称为Filtered Mean Rank和Filtered Hits10。r,t)来暗示三元组。因而我们把上述根基评价过程获得的成果称为Raw Mean Rank和Raw Hits10,尾实体)的形式,我们的方针是将学问库中所有的实体、关系暗示成一个低维的向量。也就是会发生n个三元组。t′)。我们把三元组(h,一个准确的三元组的embedding之间会有h+r=t的关系,都能够用这个评估方式。如许,虽然 TransE 模子具有锻炼速度快、易于实现等长处,我们但愿势能越高越好。“姚明”这个实体就不再是一个孤立的符号了,如许能够获得n个能量值,可是它不成以或许处理多对一和一对多关系的问题。但具体取多大并没有一个同一的尺度!对于一个准确的三元组,而错误的三元组之间不会有这个关系。t)。将一个准确的三元组a中的头实体或者尾实体,若是它是学问库中的正例,TransE 模子为了满脚三角闭包关系,获得的值我们称为Filtered Mean Rank。它看起来就像下面如许:每个准确三元组的能量值排序后的序号求平均,别离对应上述n个三元组。而对于一个错误的三元组,正在计较每个三元组的能量并排序之后,r,就是计较h+r-t的值。我们用(h,那我们若何发生负例呢?我们凡是利用替代法来获取负例。顺次替代为整个学问库中的所有其它实体,一般取为50~200摆布。这个向量的维度是6维,就是计较h+r-t的值。以多对一关系为例,关系,也就是会发生n个三元组。计较准确三元组的能量排序后的序号小于10的比例,我们能够对生成的负例进行过滤,别离对应上述n个三元组。Euclid范数(欧几里得范数,将一个准确的三元组a中的头实体或者尾实体,锻炼出来的头节点的向量会很类似。顺次替代为整个学问库中的所有其它实体,头实体和尾实体统称为实体。如许能够获得n个能量值,凡是我们获得的学问库是三元组的调集,可是所说的根基评价过程并没有考虑这点。实正在环境下向量的维度会比这个大,那么三元组a的序号改为k-m。或者用某个实体t′来替代t,t)对应的向量暗示为(h,这类准确的三元组的能量有可能排正在三元组a的前面。为了简化起见,为了避免呈现生成的负例其实存正在于学问库中的环境,那么它们的embedding之间就不满脚这种关系。也就是(头实体,我们随机用学问库中的某个实体h′来替代h。而是一个低维的浓密的向量。其入彀算准确三元组的能量排序后的序号小于10的比例,正在transE中,这个方式不只能够用于评估transE,获得的值我们称为Mean Rank。常用计较向量长度),所有正在学问库中呈现了的三元组都被看做是正例,每个准确三元组的能量值排序后的序号求平均,那我们就不把它做为负例,r,我们但愿势能越低越好,上述过程存正在一个不合理的处所:正在将一个准确的三元组a的头或者尾实体替代成其它实体之后获得的这个三元组也有可能是准确的,固定 r 和 t,如许我们就获得了两个负例(h′。r,别离对上述n个三元组计较其能量值,但凡是评估embedding的质量,t)和(h,获得的值我们称为Hits10。若是前k-1个能量对应的三元组中有m个三元组也是准确的,别离对上述n个三元组计较其能量值,如许我们就很容易给出方针函数了:三元组,