Accenture/AmpliGraph

解决的问题

AmpliGraph 旨在预测知识图谱中概念之间未见或缺失的链接。它帮助用户发现新知识，使用缺失的陈述来完善大型知识图谱，并为这些图谱中的实体生成嵌入。

工作原理

该库使用神经机器学习模型来创建知识图谱嵌入——即概念在度量空间中的向量表示。然后，它将模型特定的评分函数应用于这些嵌入，以预测实体之间的全新链接。

适用对象

它面向需要在知识图谱上执行关系学习、评估新关系模型，或执行实体聚类和预测重复项等知识发现任务的开发人员和研究人员。

亮点

• Keras 风格的 API：简化了学习预测知识图谱中链接的模型的过程。
• 支持 GPU：基于 TensorFlow 2 构建，允许在 CPU 和 GPU 设备上进行无缝训练加速。
• 可扩展性：用户可以通过扩展基础估计器来创建自己的知识图谱嵌入模型。
• 支持多种模型：包括 TransE、DistMult、ComplEx、HolE 和 RotatE 等模型的实现。