الوصف
CompGCN (شبكات الالتفاف الرسومية متعددة العلاقات القائمة على التركيب) هو نموذج ذكاء اصطناعي مصمم لتعلم تمثيل الرسوم البيانية متعددة العلاقات. تم تطوير هذا التطبيق PyTorch بواسطة malllabiisc وقُدم في ICLR 2020، ويركز على تعزيز شبكات الالتفاف الرسومية لمهام مثل التنبؤ بروابط الرسم البياني المعرفي.
قراءة المزيد
الابتكار الأساسي لـ CompGCN يكمن في عملية التركيب الخاصة به، والتي يُشار إليها بالرمز φ(·). بالنظر إلى تضمينات العقد والعلاقات، يطبق CompGCN دالة التركيب هذه على كل حافة في جوار العقدة. ثم يتم التفاف التضمينات المركبة الناتجة مع مرشحات محددة للعلاقات الأصلية والعكسية. يقوم النموذج بتجميع الرسائل من الجيران لتحديث تضمين العقدة المركزية وتحويل تضمينات العلاقات باستخدام مصفوفة وزن مخصصة. يسمح هذا النهج بتمثيلات أغنى للبيانات العلائقية المعقدة.
CompGCN متوافق مع PyTorch 1.0 و Python 3.x. يوفر المشروع مجموعات بيانات مثل FB15k-237 و WN18RR، والتي تُستخدم عادةً للتنبؤ بروابط الرسم البياني المعرفي، وهي مدرجة في دليل البيانات. يتم إدارة تثبيت التبعيات من خلال ملف `requirements.txt`. يتضمن المستودع نصوصًا وأوامر لإعادة إنتاج النتائج المبلغ عنها، مما يوضح تطبيقه مع دوال تسجيل مختلفة مثل TransE و DistMult و ConvE، وعمليات تركيب متنوعة بما في ذلك الطرح والضرب والارتباط الدائري.
هذا النموذج ذو قيمة خاصة للباحثين والممارسين الذين يعملون مع الرسوم البيانية المعرفية واسعة النطاق والهياكل العلائقية المعقدة. إن قدرته على التعامل مع البيانات متعددة العلاقات بفعالية تجعله مناسبًا للتطبيقات التي تتطلب فهمًا عميقًا للاتصالات والعلاقات داخل البيانات. يسهل الطبيعة مفتوحة المصدر للمشروع على GitHub التعاون والتطوير المستقبلي في مجال تعلم تمثيل الرسوم البيانية.
- الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
- نموذج التسعيرمفتوح المصدر
- النشرسحابي, استضافة ذاتية
- المنصاتLinux, macOS, Windows
الميزات الأساسية لـ CompGCN
شبكات الالتفاف الرسومية متعددة العلاقات القائمة على التركيب
يدعم عمليات تركيب مختلفة: الطرح، الضرب، الارتباط الدائري
متوافق مع PyTorch 1.0 و Python 3.x
يشمل مجموعات بيانات للتنبؤ بروابط الرسم البياني المعرفي (FB15k-237, WN18RR)
نتائج قابلة لإعادة الإنتاج لمهام التنبؤ بالروابط
يستخدم مرشحات محددة للعلاقات الأصلية والعكسية
يجمع رسائل الجيران لتحديثات تضمين العقدة
يحول تضمينات العلاقات باستخدام مصفوفات وزن مخصصة
تطبيق مفتوح المصدر متاح على GitHub
البدء مع CompGCN
إعداد البيئة: قم بتثبيت التبعيات باستخدام `requirements.txt`.
إعداد البيانات: قم بتشغيل `./setup.sh` لاستخراج مجموعات البيانات وإعداد المجلدات.
تكوين التدريب: اختر دالة التسجيل، وعملية التركيب، والمعلمات الفائقة.
تشغيل التجارب: قم بتشغيل `run.py` مع الوسائط المحددة للتنبؤ بالروابط.
إعادة إنتاج النتائج: استخدم الأوامر المقدمة لتكرار الأداء المبلغ عنه.
دمج النموذج: قم بتكييف بنية النموذج ونصوص التدريب للتطبيقات المخصصة.
حالات استخدام CompGCN
- التنبؤ بروابط الرسم البياني المعرفي
- تعلم تمثيل الرسوم البيانية
- تحليل البيانات متعددة العلاقات
- أنظمة التوصية
- تحليل الشبكات الدلالية
