文件名称：MultiHopKG:通过策略梯度学习的多跳知识图推理与奖励塑造和动作丢失
文件大小：24.85MB
文件格式：ZIP
更新时间：2024-06-19 08:29:54
reinforcement-learning pytorch knowledge-graph policy-gradient reward-shaping
多跳知识图推理与奖励塑造 这是以下论文的官方代码版本： Xi Victoria Lin、Richard Socher 和 Caiming Xiong。 。 EMNLP 2018。 快速开始 环境变量和依赖项 使用 Docker 构建 docker 镜像 docker build -< Dockerfile>=0.4.1) 并使用 Makefile 设置其余的依赖项。 make setup 处理数据 一、解压
【文件预览】：
MultiHopKG-master
----.gitignore(1KB)
----Dockerfile(1KB)
----requirements.txt(30B)
----Makefile(146B)
----src()
--------hyperparameter_range.py(502B)
--------rl()
--------parse_args.py(14KB)
--------data_utils.py(17KB)
--------eval.py(9KB)
--------knowledge_graph.py(17KB)
--------emb()
--------utils()
--------error_analysis()
--------experiments.py(35KB)
--------learn_framework.py(14KB)
----experiment-rs.sh(2KB)
----experiment.sh(2KB)
----LICENSE(1KB)
----experiment-emb.sh(1KB)
----README.md(5KB)
----configs()
--------wn18rr-rs.sh(921B)
--------fb15k-237-complex.sh(387B)
--------wn18rr-distmult.sh(349B)
--------umls.sh(597B)
--------kinship-rs.sh(933B)
--------fb15k-237-distmult.sh(352B)
--------wn18rr-complex.sh(383B)
--------kinship-complex.sh(385B)
--------fb15k-237-conve.sh(391B)
--------nell-995-conve.sh(387B)
--------nell-995-distmult.sh(351B)
--------kinship.sh(601B)
--------fb15k-237-rs.sh(936B)
--------kinship-distmult.sh(350B)
--------kinship-conve.sh(384B)
--------nell-995-rs.sh(871B)
--------nell-995.sh(601B)
--------fb15k-237.sh(600B)
--------wn18rr-conve.sh(386B)
--------wn18rr.sh(594B)
--------umls-rs.sh(963B)
--------umls-complex.sh(383B)
--------umls-conve.sh(381B)
--------umls-distmult.sh(380B)
--------nell-995-complex.sh(386B)
----data-release.tgz(24.62MB)