/TransX

Trans系列之TransE and TransH, PTransE

Primary LanguageJava

TransX

知识表示Trans系列之TransE、TransH、TransR以及PTransE算法的JAVA实现

代码主要参考清华NLP实验室的代码内容

  • 代码大部分内容参考KE2G
  • 实验使用的中文数据源自网上一份三国演义人物关系图，对其进行了整理得到相应的三元组。
  • 实验的效果根据自己需要进行相应的调参，主要的参数放在GlobalValue.java 文件中。
  • 代码复现过程中，我根据自己的理解对源C++代码进行了部分修改，剔除了一些冗余和不合理的代码
  • Mean-Rank和Hits@10采用了Raw和Filter两种评价方式。关于TransE评测指标更详细的介绍可参考这篇文章 TransE评测方法

代码的原理来源于几篇TransE相关的论文

  1. TransE
  2. TransH
  3. TransR
  4. PTransE

运行环境

jdk-1.8.0

代码结构

  • TransH/TransR/TransE/PTransE文件夹

    1. GlobalValue.java：训练参数内容

    2. Gradient.java：梯度下降，以及知识表示的向量更新的过程

    3. Pair.java：自定义的数据结构，实现类似C++中Pair数据结构

    4. TrainPrepare.java/TestPrepare.java：读取训练文件/测试文件

    5. Train.java：训练过程，依次为参数初始化、梯度下降迭代、写实体、关系的表示向量

    6. Test.java：实体链接、关系链接的测试过程，依次为读取向量文件、测试实体链接性能、测试关系链接性能

  • Main.java：选择训练还是测试，输入“y”则训练，输入“n”为测试

  • resource文件夹

    1. data文件夹：输入文件，包含实体集合文件entity2id.txt，关系集合文件relation2id.txt，三元组训练、测试文件train.txt和test.txt
    2. result文件夹：知识表示向量输出文件夹，包含实体向量entity2vec.bern、关系向量relation2vec.bern，变换矩阵Wr_vec.bern(TransH、TransR才拥有)

格式说明

entity2id.txt中，输入格式为：

{实体名称} \t {id}

relation2id.txt中，输入格式为：

{关系名称} \t {id}

train.txt\test.txt 格式为：

{head} \t {tail} \t {relaiton}