? 接觸TransE算法也有半年多了，從一開始的一臉懵逼到現在滿臉懵逼，也算是有點收獲。。。

? 于是，，，獻丑了~

? 關于算法的具體實現，網上有很多，也不過多贅述，推薦幾篇比較好的（不保證是原創，因為同款文章太多了。。。抄襲嚴重，如有知道原創的盆友，煩請告知~）

TransE算法（Translating Embedding）? 這篇文章以不同的作者名出現在眾多平臺，，，足以見其影響力~

? 下面以我的思路，說一下我對TransE的簡單認識

1.預備知識:知識表示學習

? ? 此處只要知道，知識表示學習中，有能將語義信息表示為低維稠密的實體向量的思想（不知道表述的夠不夠準確T^T(踏踏太菜了））?

? ?當我們將人能看懂的“文字”信息轉成機器能讀懂的“向量”信息，就可以對文本進行進一步處理了（比如計算相似度，聚類等)

2.學習TransE（Translating Embedding）

? ?關于算法，上文提到了一篇文章，可以學習。

? 此處附上算法圖，并對小白提一個比較友好的建議：知道單詞啥意思~ 對算法有個簡單了解，然后看代碼具體如何實現，配套原論文一同食用，效果更佳~? ? 當然，簡單方法就是看別人的博客分享~正如您現在~

3.得到向量后

? ? 得到向量，就可以對文本進行進一步分析啦，比如聚類分析啦（k-means算法，K-MEDOIDS算法，Clara算法等），計算相似度啦（歐氏距離，余弦距離，曼哈頓距離等），高維向量降到二維或者三維還可以進行可視化

4.學習資料

①TransE論文：http://papers.nips.cc/paper/5071-translating-embeddings-for-modeling-multi-relational-data.pdf

②代碼實現 a：GitHub - Anery/transE: transE算法 簡單python實現 FB15k

? ? ? ? ? ? ? ? ? ?b：上述分享文章的作者對代碼進行注釋?GitHub - wuxiyu/transE

? ? ? ? ? ? ? ? ? ? 貌似這兩個transE算法的準確率都不高？？？！！！

③推薦博客：transE(Translating Embedding)詳解+簡單python實現

? ? ? ? ? ? ? ? ? ??論文筆記（一）：TransE論文詳解及代碼復現 - 知乎

? ? ? ? ? ? ? ? ? ??知識圖譜怎樣入門？

踏踏太菜了，就說這些吧。。。踏踏也還是只萌新~

總結

以上是生活随笔為你收集整理的简单了解TransE的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。