历安毛子代枚大学 TransR XIDIAN UNIVERSITY ·基于翻译的知识表示学习：TransR 具体来说：实体向量h,t,通过关系矩阵Mr转换为hr和tr hr =hMr; tr tMr; 其中Mr∈Rxk,d为实体空间维度，k为关系空间维度。评价函数（能量函数） 为： f (h,r,t)=lhr +r-trll M 实体空间 7 关系空间
TransR 7 • 基于翻译的知识表示学习：TransR 具体来说：实体向量 h,t , 通过关系矩阵 Mr 转换为hr 和tr 𝐡𝐫 = 𝐡𝐌𝐫 ; 𝐭𝐫 = 𝐭𝐌𝐫 ; 其中𝐌𝐫 ∈ 𝑅 𝑑×𝑘 , d 为实体空间维度， k 为关系空间维度。 评价函数（能量函数） 为： 𝑓𝑟 (ℎ, 𝑟,𝑡) = ||𝐡𝐫 + 𝐫 − 𝐭𝐫 ||
历些毛子代拔大学 TransR XIDIAN UNIVERSITY ·基于翻译的知识表示学习：TransR 结果：变换到关系空间后，原本在实体空间相同的向量在不同的关系空间其映射 的向量变得不同，在关系空间中，这些实体的差异得以体现，这种差异是与关系 相关的。 实体空间 关系空间 缺点：Mr为关系特定的，M矩阵的个数和数据集中关系的数量是相关。仅 Freebase知识图谱中就包含了7万多种关系，这使得模型的参数量非常庞大，无 法应用于大规模的知识图谱当中。 8
TransR 8 • 基于翻译的知识表示学习：TransR 结果：变换到关系空间后，原本在实体空间相同的向量在不同的关系空间其映射 的向量变得不同，在关系空间中，这些实体的差异得以体现，这种差异是与关系 相关的。 缺点: Mr 为关系特定的，Mr 矩阵的个数和数据集中关系的数量是相关。仅 Freebase 知识图谱中就包含了 7 万多种关系，这使得模型的参数量非常庞大，无 法应用于大规模的知识图谱当中