ترجمة التضمينات لنمذجة البيانات متعددة العلاقات

نعتبر مشكلة تضمين الكيانات والعلاقات في البيانات متعددة العلاقات ضمن فضاءات متجهة منخفضة الأبعاد. هدفنا هو اقتراح نموذج قياسي يسهل التدريب، ويحتوي على عدد محدود من المعاملات، ويمكنه التوسع ليعمل على قواعد بيانات ضخمة جدًا. ولذلك نقترح نموذج TransE، وهو طريقة تُعدّل العلاقات من خلال تفسيرها كتحويلات تعمل على تمثيلات الكيانات في الفضاءات منخفضة الأبعاد. وعلى الرغم من بساطة هذا الافتراض، فإنه يُظهر قوة كبيرة، إذ تُظهر التجارب الواسعة أن نموذج TransE يتفوق بشكل ملحوظ على أفضل الطرق الحالية في مسألة توقع الروابط على مجموعتي معرفتين. علاوةً على ذلك، يمكن تدريبه بنجاح على مجموعة بيانات كبيرة تضم مليون كيان، و25 ألف علاقة، وأكثر من 17 مليون عينة تدريبية.