pykeen/pykeen

解决的问题

PyKEEN 简化了知识图谱嵌入模型的训练和评估过程。它提供了一个标准化的框架，用于处理知识图谱数据、模型实现和性能评估的复杂性，包括对多模态信息的支持。

如何工作

PyKEEN 提供了一个高级的 pipeline 函数，允许用户仅用极少的代码，即可在特定数据集（如 Nations）上快速训练和评估模型（如 TransE）。它基于 PyTorch Lightning 构建，并集成了 Optuna 用于超参数优化。该库设计为可扩展，为模型、训练循环（如随机局部闭世界假设）以及自定义数据摄入的三元组工厂（TriplesFactory）提供一致的 API。

适用人群

适用于需要对实体和关系进行嵌入以执行链接预测等任务的知识图谱研究人员和开发者。

主要亮点

• 包含 37 个内置数据集和 5 个归纳型数据集。
• 实现了 40 种不同的嵌入模型。
• 提供统一的 API 以交换模型和训练循环。
• 支持通过 TriplesFactory 集成自定义数据集。