Knowledge Graph Embedding（知识图谱嵌入）

知识图谱嵌入（KGE）旨在学习实体和关系的向量表示，同时保留图的结构信息。通常定义评分函数衡量三元组(头实体,关系,尾实体)的合理性，并通过负采样训练。KGE解决了传统符号推理难以扩展和泛化的问题，能有效进行链接预测和知识补全。代表工作有TransE（平移模型）、DistMult（双线性模型）、ComplEx（复数模型）等，在FB15k、WN18等数据集上验证。