pykeen/pykeen
🤖 A Python library for learning and evaluating knowledge graph embeddings
What it solves
PyKEEN 簡化了訓練與評估知識圖譜嵌入模型的流程。它提供一個標準化的框架，讓研究人員與開發者能夠實驗各種嵌入技術（包括結合多模態資訊的模型），而不必從頭實作模型或資料集。
How it works
PyKEEN 使用高階的 pipeline 函式，允許使用者指定模型與資料集，即可快速開始訓練與評估。此函式庫設計為可擴充，於不同模型與訓練迴圈（例如隨機局部封閉世界假設）之間提供一致的 API，並提供 TriplesFactory 等工具以處理自訂資料集。
Who it’s for
此套件適合從事知識圖譜與嵌入模型的 AI 研究人員與開發者，需求一個穩健且可擴充的 Python 套件來進行模型訓練與評估。
Highlights
- 包含 37 個內建資料集與 5 個歸納資料集。
- 支援 40 種不同的嵌入模型。
- 與 Optuna 整合以進行超參數最佳化，並與 PyTorch Lightning 整合以支援可擴展的訓練。
- 提供高階 pipeline，讓原型設計與評估更快速。