poincare-embedding 的安装和配置教程

项目基础介绍

poincare-embedding 是一个开源项目，它实现了 Poincaré Embedding 算法。Poincaré Embedding 是一种用于学习层次表示的方法，它在双曲几何空间中嵌入数据点，特别适用于具有层次结构的数据，例如知识图谱中的类别关系。该项目主要由 C++ 和 Python 编写。

项目使用的关键技术和框架

• C++：项目的主要编程语言，用于实现 Poincaré Embedding 算法的核心部分。
• Python：用于数据处理、创建数据集、可视化等任务。
• CMake：用于构建 C++ 项目。
• NumPy：Python 的数学库，用于数值计算。

项目安装和配置的准备工作

在开始安装之前，请确保您的系统满足以下要求：

• C++ 编译器：支持 C++14 或更高版本的编译器。
• Python：Python 3.x 版本。
• pip：Python 的包管理器。
• CMake：构建系统。
• 对于 Windows 用户，建议使用 cygwin 并安装 CMAKE 和 gcc/g++。

安装步骤

1. 克隆项目仓库

   首先，您需要从 GitHub 上克隆项目仓库到本地：

   git clone https://github.com/TatsuyaShirakawa/poincare-embedding.git
   cd poincare-embedding
   

2. 构建 C++ 项目

   在项目目录中创建一个工作目录，并使用 CMake 构建 C++ 项目：

   mkdir work
   cd work
   cmake ..
   make
   

3. 设置 Python 环境

   使用 Python 创建一个虚拟环境，并激活它：

   python3 -m venv venv
   source venv/bin/activate  # 在 Windows 下使用 venv\Scripts\activate
   

4. 安装 Python 依赖

   在虚拟环境中，安装项目所需的 Python 包：

   python3 -m pip install -r requirements.txt
   

   还需要下载 nltk 的 'wordnet' 数据包：

   python3 -c "import nltk; nltk.download('wordnet')"
   

5. 数据创建

   使用项目提供的脚本来创建 WordNet 名词超类对：

   python ../scripts/create_wordnet_noun_hierarchy.py ./wordnet_noun_hypernyms.tsv
   

   创建哺乳动物子树数据：

   python ../scripts/create_mammal_subtree.py ./mammal_subtree.tsv
   

6. 运行 Poincaré Embedding

   使用以下命令来运行 Poincaré Embedding：

   ./poincare_embedding ./mammal_subtree.tsv ./embeddings.tsv -d 2 -t 8 -e 1000 -l 0.1 -L 0.0001 -n 20 -s 0
   

7. 可视化结果

   使用 Python 脚本来绘制哺乳动物树：

   python ../scripts/plot_mammal_subtree.py ./embeddings.tsv --center_mammal
   

   如果遇到问题，可能需要删除 embeddings.tsv 文件中的特定字符，并重命名清理后的文件：

   tr -d '\015' < embeddings.tsv > embeddings_clean.tsv
   mv embeddings_clean.tsv embeddings.tsv
   

以上就是 poincare-embedding 的安装和配置指南，按照这些步骤操作，您应该能够成功安装并运行该项目。