要約
知識グラフは現実世界の事実を構造化した表現形式です。しかし、一般的にそれらはすべての可能な事実の小さな部分集合しか含んでいません。リンク予測とは、既存の事実に基づいて欠落している事実を推論するタスクです。本研究では、TuckERというモデルを提案します。これは、知識グラフの三項関係を二値テンソルで表現し、そのテュッカー分解に基づく比較的単純ながら強力な線形モデルです。TuckERは標準的なリンク予測データセットにおいて従来の最先端モデルを上回り、より複雑なモデルの強力な基準となっています。また、TuckERが完全表現型モデルであることを示し、その埋め込み次元の十分条件を導出しました。さらに、いくつかの以前に提案された線形モデルがTuckERの特殊ケースとして捉えられることも示しています。注：「テュッカー分解」（Tucker decomposition）、「三項関係」（triples）、「埋め込み次元」（embedding dimensionalities）などの専門用語は一般的な日本語訳を使用しています。