葡萄书--关系图卷积神经网络-Toy模板网

这篇具有很好参考价值的文章主要介绍了葡萄书--关系图卷积神经网络。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

异质图和知识图谱

同质图指的是图中的节点类型和关系类型都仅有一种

异质图是指图中的节点类型或关系类型多于一种

知识图谱包含实体和实体之间的关系，并以三元组的形式存储（<头实体, 关系, 尾实体>，即异质图定义的边）

一般来说，知识图谱补全有两种任务：链路预测和实体分类

如果我们可以将一个复杂的异质图解耦为多个单一关系下的同构图，那么会发现，其实只需要解决不同关系下的同构图之间的交互，就可以套用之前同构图的方法去解决异质图的问题

葡萄书--关系图卷积神经网络,人工智能,神经网络,图神经网络,深度学习

自环关系被认为是同一种关系类型，也共享一个权重。由此，我们可以得到R-GCN 的层间递推关系为

葡萄书--关系图卷积神经网络,人工智能,神经网络,图神经网络,深度学习

其中 Nir 表示关系 r 下节点 i 的邻居索引集，其中 ci,r 是针对不同问题下的一个归一化常量，可以通过学习得到或预先设定（如 ci,r=∣Nir∣ 表示边类型为 r 的邻居数量），后一项是自环

如果边是有向的，边的方向也可以作为一种关系类型；生成的（绿色）嵌入向量以归一化求和的形式累积

葡萄书--关系图卷积神经网络,人工智能,神经网络,图神经网络,深度学习

假设第 l 层关系 r 下的权重 Wr(l) 可以被分解为基底 {V1(l),V2(l),⋯,Vb(l),⋯,VB(l)} 的线性组合，即

葡萄书--关系图卷积神经网络,人工智能,神经网络,图神经网络,深度学习

可以将原本需要学习 R 个 Wr(l) 的任务简化为学习：

因此，基底分解可以看作是不同关系类型之间的有效的参数共享形式，参数共享可以有效防止模型在罕见关系数据上过拟合现象的出现

通过学习多个块对角矩阵 Qb,r(l)，让 Wr(l) 变得比较稀疏，从而减少需要学习的参数量

葡萄书--关系图卷积神经网络,人工智能,神经网络,图神经网络,深度学习

葡萄书--关系图卷积神经网络,人工智能,神经网络,图神经网络,深度学习文章来源地址https://www.toymoban.com/news/detail-855649.html

到了这里，关于葡萄书--关系图卷积神经网络的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！