EAE：一种酶知识图谱自适应嵌入表示方法

来源：计算机研究与发展杂志2017年第12期北京时间：

作者：杜治娟,张祎,孟小峰,王秋月,

摘要：近年来，构建大规模知识图谱(knowledgegraph,KG)，并用其解决实际问题已经成为大趋势.KG的嵌入表示方便了机器学习在KG等关系数据上的应用，它可以促进知识分析、推理、融合、补全，甚至决策.最近，开放域知识图谱(open-domainknowledgegraph,OKG)的构建和嵌入表示已经得到蓬勃发展，大大促进了开放域中大数据的智能化.与此同时，特定域知识图谱(specific-domainknowledgegraph,SKG)也成为了特定领域中智能应用的重要资源.但是，SKG还不发达，其嵌入表示尚处于萌芽阶段.这主要是由于SKG与OKG的数据分布显著不同，更具体地说：1)在OKG中，如WordNet,Freebase，头/尾实体的稀疏度几乎相等；但是在Enzyme,NCI-PID等SKG中不均匀性更受欢迎，例如微生物领域的酶KG中尾实体是头实体的1000倍.2)头实体和尾实体可以在OKG中交换位置，但是它们在SKG中是非交换的，因为大多数关系是属性.例如实体“奥巴马”可以是头实体也可以是尾实体，但是头实体“酶”总是处于头位置.3)关系的广度在OKG中具有小的偏差，而SKG中很不平衡.例如一个酶实体甚至可以链接31809个“x-gene”实体.基于这些观察，提出了一个新方法EAE来处理这3个问题，并在链接预测和元组分类任务上评估了EAE方法.实验结果表明：EAE显著优于Trans(E，H，R，D和TransSparse)，达到了最先进的性能.

关键词：特定域知识图谱, 酶, 嵌入表示, 不均匀, 非交换, 不平衡,