Accenture/AmpliGraph

解決的問題

AmpliGraph 旨在預測知識圖譜中概念之間未見或缺失的連結。它幫助使用者發現新知識，使用缺失的陳述來完善大型知識圖譜，並為這些圖譜中的實體生成嵌入。

工作原理

該函式庫使用神經機器學習模型來建立知識圖譜嵌入——即概念在度量空間中的向量表示。然後，它將模型特定的評分函數應用於這些嵌入，以預測實體之間的新連結。

適用對象

它面向需要在知識圖譜上執行關係學習、評估新關係模型，或執行實體聚類和預測重複項等知識發現任務的開發人員和研究人員。

亮點

• Keras 風格的 API：簡化了學習預測知識圖譜中連結的模型過程。
• 支援 GPU：基於 TensorFlow 2 構建，允許在 CPU 和 GPU 裝置上進行無縫訓練加速。
• 可擴展性：使用者可以透過擴展基礎估計器來建立自己的知識圖譜嵌入模型。
• 支援多種模型：包括 TransE、DistMult、ComplEx、HolE 和 RotatE 等模型的實作。