摘要

知识图谱嵌入旨在将知识图谱中的实体和关系嵌入到低维向量空间中。翻译嵌入方法将关系视为从头实体到尾实体的翻译，这些方法在知识图谱嵌入方法中取得了最先进的结果。然而，这些方法的一个主要限制是训练过程耗时较长，对于大型知识图谱可能需要数天甚至数周的时间，从而导致实际应用中的巨大困难。本文提出了一种高效的并行框架——ParTrans-X，该框架通过利用知识图谱的独特结构，使得翻译嵌入方法能够在无锁的情况下实现并行化。实验在两个数据集上对三种典型的翻译嵌入方法（即TransE [3]、TransH [17]以及一个更高效的变体TransE-AdaGrad [10]）进行了验证，结果显示ParTrans-X可以将训练过程加速超过一个数量级。