KRLPapers:关于知识表示学习(KRL)知识嵌入(KE)的必读论文 源码

必须阅读有关KRL / KE的论文。 KRL:知识表示学习。 柯:知识的嵌入。 和贡献。 我们发布了 ,这是KRL / KE的开源工具包。 该存储库提供了标准的KRL / KE培训和测试框架。 当前,OpenKE中已实现的模型包括TransE,TransH,TransR,TransD,RESCAL,DistMult,ComplEx和HolE。 调查文件: 代表性学习:回顾与新观点。 Yoshua Bengio,Aaron Courville和Pascal Vincent。 TPAMI2013。 知识表示学习:回顾。 (在中国)致远刘,孙茂松,延阎林,谢Ruobing。计算机研究与发展2016年 知识图的关系机器学习综述。 Maximilian Nickel,Kevin Murphy,Volker Tresp,Evgeniy Gabrilovich。 在IEEE 2016的程序 知识