鏈接：www.ict.griffith.edu.au/zhe/pub/OmranWW18.pdf

動機

傳統的規則挖掘算法因計算量過大等原因無法應用在大規模KG上。為了解決這個問題，本文提出了一種新的規則挖掘模型RLvLR(Rule Learning via LearningRepresentation)，通過利用表示學習的embedding和一種新的子圖采樣方法來解決之前工作不能在大規模KG上scalable的問題。

亮點

文章的亮點主要包括：

（1）采樣只與對應規則相關的子圖，在保存了必要信息的前提下極大減少了算法的搜索空間和計算量；

（2）提出了argument embedding，將規則表示為predicate sequence；

概念

1.?? closed-pathrule，LHS記為body(r)，RHS記為head(r)

2.???? supportdegree of r，滿足 r 的實體對個數

3. standard confidence 和 head coverage

方法

⒈ Sampling Method

以head predicate P_t為輸入，把KG看成無向圖，選擇到P_t的頭尾實體路徑長不超過len-1的實體和關系組成子圖K’=(E’,F’)，后面所有的計算都基于這個子圖。

?

⒉ argument embedding

?對于謂詞P，它的subject argument定義為所有出現在subject上實體的embedding的加權平均，object argument則為尾實體上實體的embedding的加權平均，這個主要用在后面的score function上，即本文引入了共現的信息，對于路徑(P1,P2)來說，P1的object argument與P2的subject argument應該很相似，這里就應用到了下面說的基于argument embedding的score function。

⒊ co-occurrence score function

????? 這個 score function 就是基于上面的 argument embedding，以上圖這個長為 3 的 rule 為例，path p=P1,P2的embedding是P1*P2，之前通用的synonymy scoring function就是讓 p 和 Pt 的 embedding 相似，再與這個本文提出的co-occurrence scorefunction，結合起來就是最后的score function，下圖左邊的就是利用了路徑的同義信息，即 body(r) 的 predicate embedding path 的乘積應當與 head 的 predicate embedding 相似。

⒋ Rule Evaluation

根據 score function 抽出來的 rule 還要進過篩選，具體做法是先排除掉 support degree 小于 1 的 rule，再過濾掉 standard confidence<minSC 和 head coverage<minHC 的 rule。

?

實驗

??????????????????????????????????????????????????????????????????

⑴. 數據集

本文的關注點是 scalable，所以選取做比較的數據集都是大規模知識庫

⑵. 實驗結果

作者與 AMIE+ 在三個規模較大的知識庫上進行了比較，具體做法是隨機選取 20 個 target predicate 進行挖掘，其中 R 是 SC>0.1&HC>0.01 的規則，QC 是 SC>0.7 的規則，結果顯示了 RLvLR 在大規模 KG 上的效率和挖掘規則的能力。

總結??????????????????????????????????????????????????

本文提出了一種可以在大規模 KG 上可以以較小計算量進行規則挖掘的模型，減少計算量的方式包括子圖采樣，argument embedding 和 co-occurrence? score function。

?

論文筆記整理：汪寒，浙江大學碩士，研究方向為知識圖譜、自然語言處理。

?

---

OpenKG.CN

中文開放知識圖譜（簡稱OpenKG.CN）旨在促進中文知識圖譜數據的開放與互聯，促進知識圖譜和語義技術的普及和廣泛應用。

點擊閱讀原文，進入 OpenKG 博客。

總結

以上是生活随笔為你收集整理的论文浅尝 | 基于表示学习的大规模知识库规则挖掘的全部內容，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。