摘要
知识图谱嵌入模型旨在学习知识图谱中实体与关系的表示，以预测实体之间的缺失链接（关系）。其性能在很大程度上取决于对不同类型关系模式（如对称性、非对称性、逆关系、复合关系及传递性）的建模与推理能力。尽管现有模型已能够捕捉多种关系模式，但作为一类极为常见的关系模式，传递性仍未得到充分建模与支持。本文首先从理论上证明，传递性关系可通过投影操作进行建模。基于此，我们提出了一种名为 Rot-Pro 的新模型，该模型将投影机制与关系旋转相结合。我们进一步证明，Rot-Pro 模型能够有效推理上述所有关系模式。实验结果表明，所提出的 Rot-Pro 模型能够有效学习传递性关系，并在包含传递性关系的数据集上，于链接预测任务中取得了当前最优的性能表现。