图嵌入（Graph Embedding，也叫Network Embedding）是一种将图数据（通常为高维稠密的矩阵）映射为低微稠密向量的过程，能够很好地解决图数据难以高效输入机器学习算法的问题。知识图谱属于异构图数据，即节点与边不只一种类型。了解图嵌入能帮助理解图数据的处理过程，拓展思考问题的思路（传统ML基本都是table类型的数据），也能对未来可能的知识图谱研究做一些铺垫准备。学习参考链接如下：
NE(Network Embedding)论文小览，附21篇经典论文和代码
笔记-图嵌入（Graph Embedding）
猜你喜欢
转载自blog.csdn.net/bitcs_zt/article/details/80856254
今日推荐
周排行