要約
距離ベースの知識グラフ埋め込み手法は、リンク予測タスクにおいて有望な成果を示している。この分野で広く研究されている2つの主題は、N対1、1対N、N対Nといった複雑な関係を扱う能力と、対称性／反対称性といったさまざまな関係パターンを符号化する能力である。しかし、従来の手法はこれら2つの課題を同時に解決できていないため、満足のいく結果にとどまっていない。この問題を緩和するために、我々は関係表現にペアベクトルを用いる新しいモデル、PairREを提案する。ペアベクトルにより、損失関数におけるマージンを複雑な関係に適応的に調整可能となる。さらに、PairREは対称性／反対称性、逆関係、合成関係という3つの重要な関係パターンを符号化できる。関係表現に簡単な制約を課すことで、部分関係（subrelation）の符号化も可能となる。リンク予測ベンチマークにおける実験により、PairREの提案する主な機能が実証された。さらに、挑戦的なOpen Graph Benchmarkの2つの知識グラフデータセットにおいて、新たなSOTA（最良の結果）を達成した。