本文是我們與蘇黎世大學(xué)合作的工作，將發(fā)表于WSDM2019，這篇工作在知識圖譜的表示學(xué)習(xí)中考慮了實(shí)體和關(guān)系的交叉交互，并且從預(yù)測準(zhǔn)確性和可解釋性兩個方面評估了表示學(xué)習(xí)結(jié)果的好壞。

?

給定知識圖譜和一個要預(yù)測的三元組的頭實(shí)體和關(guān)系，在預(yù)測尾實(shí)體的過程中，頭實(shí)體和關(guān)系之間是有交叉交互的crossoverinteraction, 即關(guān)系決定了在預(yù)測的過程中哪些頭實(shí)體的信息是有用的，而對預(yù)測有用的頭實(shí)體的信息又決定了采用什么邏輯去推理出尾實(shí)體，文中通過一個模擬的知識圖譜進(jìn)行了說明如下圖所示：

基于對頭實(shí)體和關(guān)系之間交叉交互的觀察，本文提出了一個新的知識圖譜表示學(xué)習(xí)模型CrossE. CrossE除了學(xué)習(xí)實(shí)體和關(guān)系的向量表示，同時還學(xué)習(xí)了一個交互矩陣C，C與關(guān)系相關(guān)，并且用于生成實(shí)體和關(guān)系經(jīng)過交互之后的向量表示，所以在CrossE中實(shí)體和關(guān)系不僅僅有通用向量表示，同時還有很多交互向量表示。CrossE核心想法如下圖：

在CrossE中，頭實(shí)體的向量首先和交互矩陣作用生成頭實(shí)體的交互表示，然后頭實(shí)體的交互表示和關(guān)系作用生成關(guān)系的交互表示，最后頭實(shí)體的交互表示和關(guān)系的交互表示參與到具體的三元組計(jì)算過程。對于一個三元組的計(jì)算過程展開如下：

實(shí)驗(yàn)中本文首先用鏈接預(yù)測的效果衡量了表示學(xué)習(xí)的效果，實(shí)驗(yàn)采用了三個數(shù)據(jù)集WN18， FB15k,FB15k-237, 實(shí)驗(yàn)結(jié)果如下：

從實(shí)驗(yàn)結(jié)果中我們可以看出，CrossE實(shí)現(xiàn)了較好的鏈接預(yù)測結(jié)果。我們?nèi)コ?/span>CrossE中的頭實(shí)體和關(guān)系的交叉交互，構(gòu)造了模型 CrossE_S，CrossE 和 CrossE_S 的比較說明了交叉交互的有效性。

?

除了鏈接預(yù)測，我們還從一個新的角度評估了表示學(xué)習(xí)的效果，即可解釋性。我們提出了一種基于相似結(jié)構(gòu)通過知識圖譜的表示學(xué)習(xí)結(jié)果生成預(yù)測結(jié)果解釋的方法，并提出了兩種衡量解釋結(jié)果的指標(biāo)，AvgSupport和Recall。Recall是指模型能給出解釋的預(yù)測結(jié)果的占比，其介于0和1之間且值越大越好；AvgSupport是模型能給出解釋的預(yù)測結(jié)果的平均support個數(shù)，AvgSupport是一個大于0的數(shù)且越大越好。可解釋的評估結(jié)果如下：

從實(shí)驗(yàn)結(jié)果中我們可以看出，整體來說CrossE能夠更好地對預(yù)測結(jié)果生成解釋。

?

鏈接預(yù)測和可解釋的實(shí)驗(yàn)從兩個不同的方面評估了知識圖譜表示學(xué)習(xí)的效果，同時也說明了鏈接預(yù)測的準(zhǔn)確性和可解釋性沒有必然聯(lián)系，鏈接預(yù)測效果好的模型并不一定能夠更好地提供解釋，反之亦然。

?

對本文有興趣的讀者歡迎閱讀原文～

筆記整理：張文，浙江大學(xué)在讀博士，研究方向?yàn)橹R圖譜的表示學(xué)習(xí)，推理和可解釋。

---

OpenKG.CN

中文開放知識圖譜（簡稱OpenKG.CN）旨在促進(jìn)中文知識圖譜數(shù)據(jù)的開放與互聯(lián)，促進(jìn)知識圖譜和語義技術(shù)的普及和廣泛應(yīng)用。

點(diǎn)擊閱讀原文，進(jìn)入 OpenKG 博客。

總結(jié)

以上是生活随笔為你收集整理的论文浅尝 | Interaction Embeddings for Prediction and Explanation的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。