TransE源码系列

简介：
TransE源码系列旨在深入解析TransE模型的核心代码与工作原理，帮助读者理解其实现细节及其在知识图谱嵌入中的应用。 TranE是由Bordes等人在2013年NIPS会议上提出的一种算法，旨在解决多关系数据的处理问题。如今我们有大量知识库（KBs）的数据，如Freebase、Google Knowledge Graph 和 GeneOntology等。 TransE的基本思想是通过实体和关系的分布式向量表示来处理三元组实例(head, relation, tail)中的关系relation。具体而言，它将这种关系视为从头实体head到尾实体tail的一种“翻译”，即向量相加(h + r)，并通过不断调整h、r和t（分别为head、relation和tail的向量），使 (h + r) 尽可能接近于 t，从而实现 h + r = t 的目标。在此之前有许多训练三元组的方法，但这些方法通常过于复杂且难以理解。 作者之前做过一项类似的工作叫做Structured Embeddings（简称SE）。该工作仅将实体转化为向量，并使用矩阵的不可逆性来反映关系的不可逆性，距离表达公式是1-norm。