본문 바로가기
728x90

embedding3

code로 보는 TransR 논문 Abstract 지식그래프는 entitiy사이의 link를 예측을 완벽하게 수행하는것을 목표로 하고있다. 기존 TransE나 TransH의 경우, 동일한 semantic 공간에 entity와 relation이 존재했다. 그러나 entitiy들은 다양한 aspect를 가지고 있고 다양한 relation들은 entity의 다른 aspect를 집중하기때문에 동일한 공간에 mapping하는것이 옳지않다고 생각했고 entity와 relation을 분리된 공간에 mapping시킴으로써 TransR이라는 알고리즘을 제안했다. 예를 들어, r1 측면에서는 h1, t1이 비슷했지만, r2 측면에서는 h1, t1이 비슷하지 않다고 볼 수 있기 때문입니다. 이런 한계를 극복하기 위해 TransR은 entity와 relati.. 2021. 5. 19.
LightGCN 논문 리뷰 Abstract 협업필터링에 대해서 GCN은 최신 알고리즘이다. 그러나 추천에 대해서 GCN의 경우 이유를 납득할만하지 못했고 해당 논문에서 GCN의 2가지 특징, feature transformation과 nonlinear activation들이 협업필터링 성능에 크게 기여하지 않는다는것을 확인했다. 더 최악인것은 이들을 추가했을 경우 학습이 더 어려워지고 추천 성능은 더 떨어졌다. 해당 논문에서는 GCN을 간소화해서 간결하고 정확한 LightGCN모델을 제안했다. 특히 LightGCN은 user-item interaction graph에서 선형적으로 전파하면서 user, item Embedding을 학습시켰고 모든 레이어에서 학습 된 임베딩의 가중치 합을 최종 임베딩으로 사용했다. Introducti.. 2021. 3. 29.
code와 함께 보는 TransH 논문 리뷰 논문: Wang, Zhen, et al. "Knowledge graph embedding by translating on hyperplanes." code: github.com/bladejun/Knowledge_graph_tensorflow bladejun/Knowledge_graph_tensorflow Knowledge Graph Embedding Model collections implemented by TensorFlow - bladejun/Knowledge_graph_tensorflow github.com TransH는 TransE의 단점을 해결하기위해서 hyperplane을 이용해서 새롭게 제안한 알고리즘이다. bladejun.tistory.com/91?category=426400 code와 함.. 2021. 3. 26.
728x90