2 ModelThe model we propose is insp

2 Model
The model we propose is inspired by TRANSE
(Bordes et al., 2013). In TRANSE, entities and
relationships of a KB are mapped to low dimensional
vectors, called embeddings. These embeddings
are learnt so that for each fact (h, `, t) in the
KB, we have h + ` ≈ t in the embedding space.
Using translations for relationships naturally
leads to embed the composition of two relationships
as the sum of their embeddings: on a path
(h, `, t),(t, `0
, t0
), we should have h+`+`
0 ≈ t
0
in
the embedding space. The original TRANSE does
not enforce that the embeddings accurately reproduce
such compositions. The recurrent TRANSE
we propose here has a modified training stage to
include such compositions. This should allow to
model simple reasonings in the KB, such as people/nationality
is similar to the composition of
people/city of birth and city/country.

Kết quả (Việt) 1:

2 mô hìnhCác mô hình chúng tôi đề xuất lấy cảm hứng từ TRANSE(Bordes et al., 2013). Trong TRANSE, tổ chức vàmối quan hệ của một KB được ánh xạ tới thấp chiềuvectơ, được gọi là embeddings. Các embeddingsđược học được để cho thực tế mỗi (h, ', t) trong cácKB, chúng tôi có h + ' ≈ t trong không gian nhúng.Sử dụng bản dịch cho mối quan hệ tự nhiêndẫn để nhúng các thành phần của mối quan hệ haidưới dạng tổng của embeddings: trên một con đường(h, ', t), (t, ' 0, t0), chúng ta nên có h + '+'0 ≈ t0ởkhông gian nhúng. TRANSE ban đầu nàokhông thi hành rằng các embeddings chính xác tái sản xuấttác phẩm như vậy. TRANSE tái phátchúng tôi đề xuất ở đây có một giai đoạn sửa đổi đào tạo đểbao gồm các tác phẩm như vậy. Điều này nên cho phépMô hình đơn giản gẫm theo KB, chẳng hạn như người/quốc tịchtương tự như các thành phần củangười dân thành phố sinh và thành phố/quốc gia.

Kết quả (Việt) 2:

2 Model
Mô hình chúng tôi đề nghị được lấy cảm hứng từ Transe
(Bordes et al, 2013.). Trong Transe, các thực thể và
các mối quan hệ của một KB được ánh xạ tới thấp chiều
vectơ, gọi embeddings. Những embeddings
được học để cho mỗi tế (h, `, t) trong
KB, chúng ta có h +` ≈ t trong không gian nhúng.
Sử dụng bản dịch các mối quan hệ tự nhiên
dẫn đến nhúng các thành phần của hai mối quan hệ
như là tổng của họ embeddings: trên một con đường
(h, `, t), (t,`
0, t0), chúng ta nên có h + `+` 0 ≈ t 0 trong không gian nhúng. Các Transe ban đầu không không thi hành mà các embeddings tái hiện chính xác tác phẩm như vậy. Các Transe tái phát, chúng tôi đề xuất ở đây có một giai đoạn đào tạo sửa đổi để bao gồm các tác phẩm như vậy. Điều này sẽ cho phép để mô hình lý luận đơn giản trong KB, chẳng hạn như những người / quốc tịch tương tự như thành phần của dân / thành phố sinh và thành phố / quốc gia.