pykeen/pykeen

解決的問題

PyKEEN 簡化了知識圖譜嵌入模型的訓練與評估過程。它提供了一個標準化的框架，用於處理知識圖譜資料、模型實作與效能評估的複雜性，包括對多模態資訊的支援。

如何運作

PyKEEN 提供了一個高階的 pipeline 函數，允許使用者僅用極少的程式碼，即可在特定資料集（如 Nations）上快速訓練與評估模型（如 TransE）。它基於 PyTorch Lightning 建構，並整合 Optuna 用於超參數最佳化。該程式庫設計為可擴充，為模型、訓練迴圈（如隨機局部封閉世界假設）以及自訂資料輸入的三元組工廠（TriplesFactory）提供一致的 API。

適用對象

適用於需要對實體與關係進行嵌入以執行連結預測等任務的知識圖譜研究人員與開發者。

主要亮點

• 包含 37 個內建資料集和 5 個歸納型資料集。
• 實作了 40 種不同的嵌入模型。
• 提供統一的 API 以交換模型與訓練迴圈。
• 支援透過 TriplesFactory 集成自訂資料集。