摘要
许多近期的研究表明，知识图谱嵌入在完成单语言知识图谱方面具有显著的优势。鉴于相关的知识库是以多种不同语言构建的，实现跨语言知识对齐将有助于人们构建一个连贯的知识库，并协助机器处理不同人类语言中实体关系的不同表达形式。然而，通过人工劳动实现这种理想的跨语言对齐非常昂贵且容易出错。因此，我们提出了MTransE，一种基于翻译的多语言知识图谱嵌入模型，以提供一种简单且自动化的解决方案。MTransE通过在独立的嵌入空间中编码每种语言的实体和关系，为每个嵌入向量提供到其他空间中其跨语言对应项的转换，同时保留了单语言嵌入的功能。我们采用了三种不同的技术来表示跨语言转换，即轴校准（axis calibration）、翻译向量（translation vectors）和线性变换（linear transformations），并使用不同的损失函数推导出了MTransE的五个变体。我们的模型可以在部分对齐的图上进行训练，其中只有少量三元组与其跨语言对应项对齐。跨语言实体匹配和三元组对齐验证实验显示了令人鼓舞的结果，某些变体在不同任务上持续优于其他变体。我们还探讨了MTransE如何保留其单语言对应模型TransE的关键属性。