摘要

知识图谱中的链接预测任务旨在预测实体之间缺失的关系。知识图谱嵌入技术通过将知识图谱中的实体与关系映射为连续向量空间中的低维向量，实现了令人瞩目的预测性能。若一个嵌入模型能够尽可能涵盖不同类型的关系连接模式与映射特性，则有望在链接预测任务中带来更大的优势。本文提出一种新型嵌入模型——LineaRE，该模型能够建模四类连接模式（即对称性、反对称性、逆关系和复合关系）以及四类映射属性（即一对一、一对多、多对一和多对多）。具体而言，我们将知识图谱嵌入视为一个简单的线性回归任务：将关系建模为两个低维向量表示的实体的线性函数，其中包含两个权重向量和一个偏置向量。由于向量定义在实数空间中，且模型的打分函数为线性形式，因此该模型结构简洁，具备良好的可扩展性，适用于大规模知识图谱。在多个广泛使用的现实世界数据集上的实验结果表明，所提出的LineaRE模型在链接预测任务中显著优于现有的最先进模型。