PyKEEN v1.11.1 发布：知识图谱嵌入框架的重要更新

PyKEEN（Python Knowledge Embeddings）是一个专注于知识图谱表示学习的开源框架，它提供了丰富的模型、损失函数、评估指标和训练流程，帮助研究者和开发者快速构建和评估知识图谱嵌入模型。知识图谱嵌入是将知识图谱中的实体和关系映射到低维连续向量空间的技术，广泛应用于链接预测、实体分类等任务。

本次发布的PyKEEN v1.11.1版本带来了多项重要更新，特别是在归纳式学习模型、表示学习、损失权重等方面有显著改进。下面我们将详细介绍这些技术更新。

归纳式模型与数据集分割

PyKEEN v1.11.1引入了半归纳式和全归纳式的数据集分割方法。在知识图谱嵌入领域，归纳式学习指的是模型能够处理训练时未见过的实体或关系：

• 半归纳式分割：测试集中包含训练时未见过的实体，但关系是已知的
• 全归纳式分割：测试集中既包含未见过的实体，也包含未见过的关系

这种分割方式更贴近现实场景，因为在实际应用中，知识图谱经常会新增实体和关系。PyKEEN通过提供标准化的分割方法，使得研究者能够更全面地评估模型的泛化能力。

表示学习增强

新版本在表示学习方面进行了多项增强，特别是支持了"自带特征"的场景：

1. 低秩表示泛化：对低秩表示进行了通用化改进，使其能够更好地处理不同维度的嵌入

2. 多回填表示：支持将多个表示方法组合使用，通过回填机制处理缺失值

3. 特征增强嵌入：新增了特征增强嵌入和MLP变换表示，允许用户将外部特征（如化学指纹）与知识图谱嵌入结合

4. 嵌入包表示：引入嵌入包表示方法，适用于处理具有多个特征的实体

这些改进使得PyKEEN能够更好地支持特定领域的知识图谱应用，如化学信息学等领域，用户可以方便地整合领域特定的特征表示。

损失权重机制

v1.11.1版本引入了损失权重机制，这是一个重要的优化工具：

1. 正样本权重：在二元交叉熵损失中暴露了pos_weight参数，用于处理类别不平衡问题

2. 样本权重：支持为每个训练样本分配不同的权重，可以用于：

   • 强调重要样本（如关键关系类型）
   • 平衡不同关系类型的频率
   • 根据业务需求调整优化重点

3. 基础损失权重：提供了基础的损失权重功能，便于用户快速实现加权训练

损失权重机制为用户提供了更精细的控制手段，可以根据实际应用需求调整模型的优化方向，而不仅仅是追求整体性能指标。

其他重要改进

1. 错误处理增强：添加了max_id不匹配的自定义错误，帮助用户更快定位问题

2. 类型系统完善：对代码中的类型注解进行了大量改进，提高了代码的可读性和可靠性

3. 文档更新：更新了表示学习教程、交互函数教程等内容，帮助用户更好地理解和使用框架

4. 测试增强：增加了损失函数的回归测试，确保数值计算的稳定性

5. 依赖更新：支持Python 3.10及以上版本，并兼容Torch 2.6

向后兼容性说明

本次版本移除了功能交互抽象层，这是对代码架构的一次清理。对于大多数用户来说，这一变化不会影响现有代码的运行，但使用深度定制交互函数的用户可能需要检查其实现。

总结

PyKEEN v1.11.1通过引入归纳式学习支持、增强表示学习能力、提供损失权重机制等改进，进一步巩固了其作为知识图谱嵌入研究首选框架的地位。这些更新不仅提高了框架的功能性，也使其更加贴近实际应用场景的需求。

对于知识图谱领域的研究者和开发者而言，这一版本提供了更多工具来处理现实世界中的复杂问题，特别是在需要整合外部特征或处理新实体/关系的场景下。损失权重机制的引入则为优化过程提供了更精细的控制手段，使得模型训练可以更好地与业务目标对齐。