文件名称：KGE：与KGE相关
文件大小：737KB
文件格式：ZIP
更新时间：2024-03-12 18:56:26
Python
基于注意力的学习嵌入在知识图中的关系预测 我们的论文的源代码：此出版物的博客 。 要求 请从上面的链接下载miniconda并使用以下命令创建环境： conda env create -f pytorch35.yml 在执行程序之前，请先激活环境，如下所示： source activate pytorch35 数据集 我们使用了五个不同的数据集来评估我们的模型。 下面列出了所有数据集及其文件夹名称。 Freebase：FB15k-237 词网：WN18RR 内尔：NELL-995 亲属关系 UMLS：umls 训练 参数： --data ：指定数据集的文件夹名称。 --epochs_gat ：用于gat训练的时期数。 --epochs_conv ：卷积训练的历元数。 --lr ：初始学习率。 --weight_decay_gat ：门的L2正规化。
【文件预览】：
KGE-master
----yeast-train.arff(512KB)
----type_vec.py(746B)
----prepare.sh(440B)
----layers.py(8KB)
----models.py(9KB)
----random_train.py(1KB)
----utils.py(5KB)
----README.md(4KB)
----pytorch35.yml(3KB)
----cal_roottypes.py(10KB)
----preprocess.py(7KB)
----multilabel.py(3KB)
----main.py(22KB)
----Miniconda3-latest-Linux-x86_64.sh(576KB)
----word2id_vec.py(2KB)
----create_batch.py(32KB)
----create_dataset_files.py(2KB)