AdaE: Knowledge Graph Embedding With Adaptive Embedding Sizes

doi:10.1109/TKDE.2025.3566270

AdaE: Knowledge Graph Embedding With Adaptive Embedding Sizes

2025-08-01

0

PRE

AI

DOI：10.1109/TKDE.2025.3566270

原文链接

原文求助

摘要

En 中文

知识图谱嵌入（KGE）旨在学习实体和关系的密集嵌入表示。现有知识图谱中的实体存在数据不平衡问题，即不同实体的出现频率存在显著差异。现有的KGE模型为所有实体嵌入预定义了统一且固定的维度大小。然而，实体的嵌入大小与其频率高度相关，而统一的嵌入大小可能导致实体表达不足，即导致低频实体过拟合和高频实体欠拟合。一个直接的想法是在KGE训练前为每个实体设置嵌入大小。然而，手动选择不同的嵌入大小既费时又费力，给实际应用带来挑战。为了解决这个问题，我们提出了AdaE，它能在训练过程中自适应地学习具有不同嵌入大小的知识图谱嵌入。具体而言，AdaE能够从连续的整数空间中为每个实体选择合适的维度大小。为此，我们专门为KGE任务定制了双层优化方法，该方法交替学习实体的表示和嵌入大小。我们的框架具有通用性和灵活性，适用于各种现有的KGE模型。广泛的实验证明了AdaE的有效性和兼容性。

Keyword:

Knowledge graph embedding (KGE)

Data imbalance issue

Dimension selection

AdaE: Knowledge Graph Embedding With Adaptive Embedding Sizes

摘要

期刊

机构