基于胶囊网络的嵌入模型用于知识图谱补全和搜索个性化

本文介绍了一种嵌入模型，命名为CapsE，该模型利用胶囊网络来建模关系三元组（主体、关系、客体）。CapsE将每个三元组表示为一个3列矩阵，其中每一列向量代表三元组中一个元素的嵌入。该3列矩阵随后被输入到卷积层，在此层中应用多个滤波器以生成不同的特征图。这些特征图被重构为相应的胶囊，然后通过路由机制传递给另一个胶囊以生成连续向量。该向量的长度用于衡量三元组的可信度得分。我们提出的CapsE在两个基准数据集WN18RR和FB15k-237上，对于知识图谱补全任务的表现优于之前的最先进嵌入模型，并且在SEARCH17数据集上也超过了强大的搜索个性化基线模型。