knowledge_graphs

# 知识图谱推理 ## 概述 知识图谱以图格式将结构化信息表示为实体和关系。TorchDrug 为使用基于嵌入的模型和神经推理方法的知识图谱补全（链接预测）提供了全面支持。 ## 可用数据集 ### 通用知识图谱 **FB15k (Freebase 子集)：** - 14,951 个实体 - 1,345 种关系类型 - 592,213 个三元组 - 来自 Freebase 的通用世界知识 **FB15k-237：** - 14,541 个实体 - 237 种关系类型 - 310,116 个三元组 - 移除了逆关系的过滤版本 - 更具挑战性的基准 **WN18 (WordNet)：** - 40,943 个实体（词义） - 18 种关系类型（词汇关系） - 151,442 个三元组 - 语言知识图谱 **WN18RR：** - 40,943 个实体 - 11 种关系类型 - 93,003 个三元组 - 移除了简单逆模式的过滤 WordNet ### 生物医学知识图谱 **Hetionet：** - 45,158 个实体（基因、化合物、疾病、通路等） - 24 种关系类型（治疗、导致、结合等） - 2,250,197 条边 - 集成了 29 个公共生物医学数据库 - 专为药物重定位和疾病理解设计 ## 任务：KnowledgeGraphCompletion 知识图谱的主要任务是链接预测——给定头实体和关系，预测尾实体（反之亦然）。 ### 任务模式 **头实体预测：** - 给定 (?, 关系, 尾实体)，预测头实体 - “什么会导致疾病 X？” **尾实体预测：** - 给定 (头实体, 关系, ?)，预测尾实体 - “基因 X 会导致什么疾病？” **两者：** - 同时预测头实体和尾实体 - 标准评估协议 ### 评估指标 **排序指标：** - **Mean Rank (MR)**: 正确实体的平均排名 - **Mean Reciprocal Rank (MRR)**: 排名倒数的平均值 - **Hits@K**: 前 K 个预测中包含正确实体的百分比 - 通常报告 K=1, 3, 10 **过滤 vs 原始：** - **过滤 (Filtered)**: 从排名中移除其他已知的真实三元组 - **原始 (Raw)**: 在所有可能的实体中进行排名 - 过滤是评估的标准做法 ## 嵌入模型 ### 平移模型 **TransE (Translation Embedding)：** - 将关系表示为嵌入空间中的平移 - h + r ≈ t (头实体 + 关系 ≈ 尾实体) - 简单且有效的基线 - 在 1 对 1 关系上表现良好 - 在 N 对 N 关系上表现较差 **RotatE (Rotation Embedding)：** - 将关系表示为复数空间中的旋转 - 能更好地处理对称和逆关系 - 在许多基准测试上达到最先进水平 - 可建模 co