「人工智能」一文全览，ICLR 2020 上的知识图谱研究( 五 ) |设计|文章|ElasticSearch|

再回到传统的感应式KG嵌入设置（transductive KG embedding setup）：
— GNN？是的!— Multi-多关系？是的!— 建立关系的嵌入？是的！— 适合知识图谱吗？是的！— 适用于节点/图形分类任务吗？是的。
10、Composition-based Multi-Relational Graph Convolutional Networks
文章链接：https://openreview.net/pdf?id=BylA_C4tPr
Vashishth 等人提出的 CompGCN体系结构为你带来了所有这些优点。标准的图卷积网络以及消息传递框架在考虑图时，通常认为边是没有类型的，并且通常不会构建边的嵌入。
知识图谱是多关系图，边的表示对链接预测任务至关重要。对于(Berlin,?,Germany) 的query ，你显然是要预测capitalOf ，而不是childOf 。
在CompGCN中，首先会为输入的 KG 填充反关系（最近已普遍使用）和自循环关系（用来实现GCN的稳定性）。 CompGCN采用编码-解码方法，其中图编码器构建节点和边的表示形式，然后解码器生成某些下游任务（如链接预测或节点分类）的分数。

本文插图
CompGCN intuition. Source: Vashishth et al
节点表示是通过聚集来自相邻节点的消息而获得的，这些消息对传入和传出的边（图中的Wi ， Wo以及那些自循环）进行计数，其中交互函数对 (subject, predicate)进行建模。
作者尝试了加法（TransE-style），乘法（DistMult-style）和圆相关（HolE-style）的交互。在汇总节点消息之后，边的表示将通过线性层进行更新。你几乎可以选择任何你喜欢的解码器，作者选择的是 TransE ， DistMult 和 ConvE 解码器。 CompGCN在链接预测和节点分类任务方面都比R-GCN要好，并且在性能上与其他SOTA模型相当。性能最好的CompGCN是使用带有ConvE解码器的基于循环相关的编码器。
11、Probability Calibration for Knowledge Graph Embedding Models
文章链接：https://openreview.net/pdf?id=S1g8K1BFwS
Last, but not least ， Tabacoff和Costabello考虑了KGE模型的概率校准。简单来说，如果你的模型以90％的置信度预测某个事实是正确的，则意味着该模型必须在90％的时间里都是正确的。但是，通常情况并非如此，例如，在下图中，表明TransE倾向于返回较小的概率（有点“悲观”）。

本文插图
Source: Tabacoff and Costabello
作者采用Brier评分来测量校准，采用Platt缩放和等渗回归来优化校准评分，并提出了在没有给出“hard negatives”的典型链接预测方案中对负样本进行采样的策略。于是，你可以校准KGE模型，并确保它会返回可靠的结果。这是一个非常好的分析，结果表明在一些工业任务上，你可以用KGE模型来提升你对自己算法/产品的信心。
四、用GNN做实体匹配不同的知识图谱都有他们自己的实体建模的模式，换句话说，不同的属性集合可能只有部分重叠，甚至URLs完全不重叠。例如在Wikidata中Berlin的URL是https://www.wikidata.org/entity/Q64 ，而DBpedia中Berlin的URL是http://dbpedia.org/resource/Berlin 。
如果你有一个由这些异质URL组成的知识图谱，尽管它们两个都是在描述同一个真实的Berlin ，但知识图谱中却会将它们视为各自独自的实体；当然你也可以编写/查找自定义映射，以显式的方式将这些URL进行匹配成对，例如开放域知识图谱中经常使用的owl:sameAs谓词。维护大规模知识图谱的映射问题是一个相当繁琐的任务。以前，基于本体的对齐工具主要依赖于这种映射来定义实体之间的相似性。但现在，我们有GNNs来自动学习这样的映射，因此只需要一个小的训练集即可。

「人工智能」一文全览，ICLR 2020 上的知识图谱研究( 五 )

推荐阅读

椰果，椰肉，椰子水，椰汁，椰浆、椰蓉，到底有什么区别椰浆和椰汁有什么区别

那此人不宜喝红茶,喝红茶养生

怪咖搞笑■幽默笑话：经理贵宾房唱歌的妹子们都跑掉了，原创

lpl|“大威天龙告别S10”就在今天，LPL最励志黑马被淘汰，3名选手将被迫离队

「孙铭徽」浙江广厦将成CBA复赛首秀主角，孙铭徽登人民日报海报

飞行的小猪|亚洲蹲之后再看瑜伽蹲，孙俪、万茜强势代言，你能轻松完成吗？

高中怎样在住宿学校使成绩超越别人

『标致508』最被低估的中型车，可变悬挂+8速，底盘比3系稳定，刚上市就降4万

古代的坟、墓、冢、陵究竟有什么区别？作为炎黄子孙要了解

中铁电气化局三公司|党建共建铸精品绿色贵南党旗红

月下独酌|越喜欢说这3句话，难怪人缘差，情商越低的人

北青网综合|南宁夫妻二人在家中遇害，嫌疑人在柬埔寨落网

萱读星座|3星座有伯乐相助，一切难题都迎刃而解，下半年一帆风顺，6月下旬

保定英伦男士医院好不好

「育儿老尹」原来是一种血脂，控制它得这么做，心脑血管”元凶“被发现

第三套人民币一角收藏价值和潜力

小李阅天下|推荐给40多岁的女性！时尚秋季运动鞋协调

「高手们」钓鱼高手们在夏天都是怎么钓鱼的？我用了4盒烟，问出4个好方法

「地铁」修地铁最慢的3大城市，都是省会却只有1条线，当地大学

国足|不愧国足最大希望：21岁中超当红新星直言从不碰方便面！