KGE:知识图嵌入用于链接预测

上传者: 42134285 | 上传时间: 2022-10-31 22:09:19 | 文件大小: 8.84MB | 文件类型: ZIP
凯格 知识图嵌入(KGE)库是与统计关系学习(SRL)有关的最新技术的一种实现,用于解决链接预测问题。 这些技术将大型知识图的结构映射到能够预测新三元组中缺失关系的模型上[1-2]。 此代码中实现的技术包括TransE,DistMult,RESCAL和ComplEx。 技术要求 该系统是在python 2.7中开发的。 该代码取决于rdflib,downhill和theano [3]软件包。 连同其他依赖项一起安装: pip install rdflib downhill theano 使用例 生成和评估模型的最简单方法是调用run.py脚本。 所述model参数是可用的技术中, data是将要执行的数据集的完整路径,所述k是嵌入向量的维数,所述epoch是历元将被执行的次数和folds使用的折叠的数量在k折交叉验证技术中。 执行KGE技术的最简单方法是: python run.p

文件下载

资源详情

[{"title":"( 15 个子文件 8.84MB ) KGE:知识图嵌入用于链接预测","children":[{"title":"KGE-master","children":[{"title":"run.py <span style='color:#111;'> 3.00KB </span>","children":null,"spread":false},{"title":"datasets","children":[{"title":"fb15k.txt <span style='color:#111;'> 43.97MB </span>","children":null,"spread":false},{"title":"wn18.txt <span style='color:#111;'> 4.86MB </span>","children":null,"spread":false},{"title":"bicycleparking.nt <span style='color:#111;'> 2.45MB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"tensor","children":[{"title":"evaluation.py <span style='color:#111;'> 1.16KB </span>","children":null,"spread":false},{"title":"experiment.py <span style='color:#111;'> 637B </span>","children":null,"spread":false},{"title":"batching.py <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"models.py <span style='color:#111;'> 7.33KB </span>","children":null,"spread":false},{"title":"tools.py <span style='color:#111;'> 1.15KB </span>","children":null,"spread":false},{"title":"read.py <span style='color:#111;'> 1.18KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 3.32KB </span>","children":null,"spread":false},{"title":"pbs.sh <span style='color:#111;'> 377B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 5B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明