【知识图谱解耦系列】DisenE: Disentangling Knowledge Graph Embeddings

DisenE: Disentangling Knowledge Graph Embeddings

论文来源：未知

论文地址：https://arxiv.org/pdf/2010.14730v1.pdf

代码地址：https://github.com/1599144219/DisenE

1. argue的问题

• 目前的知识图谱嵌入方法学习到的表示都是不可解释的

2. motivation的来源

• 实体携带了丰富的信息，这应该被划分为多个组件
• 不同的关系对实体的表示有不同的影响

3. contribution有哪些

• 提出了一个新的视角（解耦）来解决KGE的可解释性问题

4. model framework

• 上述公式的相关解释：

  • 第一行的公式：
    $$a^k表示该三元组的形成是因为第k个组件的权重值，{\alpha }^k就是在前面的基础上计算一个softmax，常规操作$$

  • 第二行的公式：就是普通的知识图谱嵌入的打分公式，文章可能在TransE部分的打分公式写错了

  • 第三行的公式：利用第一行计算出的注意力系数，将K个组件按照权重相加

5. loss function

• 文章中还有一个亮点的地方，是在于提出了两个正则化：目的是让每个组件的表示相互独立

• 最终的loss如下：

. dataset

• FB15K-237
• WN18RR

7. result analysis

• FB15K-237结果的提升大于WN18RR的原因：
  • 可能是因为FB包含更多的关系
• 这里说利用T-SNE可视化，发现DisenE将关系解耦为了多个独立的组件，我觉得文章没有对关系进行解耦，一直都是在说实体解耦