接触TransE算法已经半年多了，从一开始就一直皱眉也有点收获。 我想知道我想知道
于是，丑陋~
关于算法的具体实现，网上有很多，但没有做太多说明。 我推荐几个好的东西(不能保证是原创的。 因为同样的报道太多了。 我想知道我想知道如果有模仿得很厉害，知道原创的盆友的话，会给您添麻烦的~
TransE算法(Translating Embedding )一文以各种各样的作者名字出现在很多平台上，足以看到其影响力~
以我的想法，谈谈我对TransE的简单认识吧
1 .预备知识：知识表示学习只要知道这里，知识表示学习中就有可以将语义信息表示为低维稠密实体向量的思想(不知道能否正确表达t ) t ) )过于深入) )
您可以将人类能理解的“字符”信息转换为机器可读的“矢量”信息，以进一步处理文本。 例如，相似度计算和聚类等。
2 .有关传输嵌入(transe )算法的信息，请参阅以上文章。
在此附上算法图，对ymdxl提出比较友好的建议。 我知道单词的意思。 对算法有个简单的了解，看看代码具体是怎么实现的，和原论文一起吃的话效果会更好。 当然，简单的方法是看别人的博客并分享。 就像你现在一样~
3 .得到向量后，进一步分析文本并计算相似度，包括聚类分析、k均值算法、k均值算法、Clara算法等。 也可以将心跳西装距离、余弦距离、曼哈顿距离等高维向量降为二维或三维来可视化
4 .学习资料
TransE论文： http://papers.nips.cc/paper/5071-translating-embedding s-for-modeling-multi-relational-data.pdata
代码实现a:github-anery/transe : transe算法简单python实现FB15k
b :分享以上文章的作者在代码中评论GitHub - wuxiyu/transE
两种transE算法的精度似乎都不高吗？ 什么？ 什么？
推荐博客： transe(translatingembedding )详细解说简单的python安装
论文笔记(一):TransE论文详情及代码再现-知乎
知识地图怎么入门？
踏板踩多了，就说这么多吧。 我想知道我想知道踩了也只是新的~