Complex Embeddings 开源项目教程

1. 项目介绍

本项目是基于论文《Complex Embeddings for Simple Link Prediction》和《Knowledge Graph Completion via Complex Tensor Factorization》的开源实现。项目通过复数嵌入技术，对知识图谱中的链接预测和完整性补全任务提供了一种新的解决方案。它包含了多种嵌入模型，如ComplEx、DistMult、TransE、RESCAL和CP模型，并在多个数据集上进行了验证。

2. 项目快速启动

首先，您需要克隆项目仓库：

git clone https://github.com/ttrouill/complex.git

接着，安装项目依赖：

pip install -r requirements.txt

项目兼容Python 2和3。为了运行实验，您需要解压数据集：

unzip datasets/fb15k.zip -d datasets/
unzip datasets/wn18.zip -d datasets/

然后，运行相应的Python脚本来执行实验。以下是运行FB15K数据集的ComplEx模型的示例：

python fb15k_run.py

如果要在GPU上运行以加快速度，可以在Python调用前添加Theano标志：

THEANO_FLAGS='device=gpu' python fb15k_run.py

3. 应用案例和最佳实践

3.1 保存模型生成的嵌入

如果您想保存模型生成的嵌入，只需取消注释fb15k_run.py和wn18_run.py中的最后几行代码，并确保导入了scipy.io模块。这将把ComplEx模型的嵌入保存为MATLAB的.mat格式。

3.2 在自己的数据上运行

要将自己的数据用于模型，需在datasets文件夹中创建一个子文件夹，并将数据分为三个文件：train.txt、valid.txt和test.txt。每行包含一个三元组，格式为：

subject_entity_id	relation_id	object_entity_id

之后，修改fb15k_run.py文件中的build_data函数调用，以使用您的数据集：

fb15kexp = build_data(name='your_dataset_folder_name', path=tools.cur_path + '/datasets/')

3.3 实现自己的模型

如果需要实现自己的模型，可以在models.py中定义新的类，继承Abstract_Model。需要重写get_init_params(self)和define_loss(self)方法来定义模型的参数初始化和损失函数。

4. 典型生态项目

目前，此项目是独立的，没有特别提到与其他开源项目的集成。但是，它可以使用Theano等深度学习库，并且可以与其他知识图谱处理工具结合使用，以构建更完整的应用生态系统。