知識(shí)表征學(xué)習(xí)?Knowledge Represent Learning(KRL)

知識(shí)表征學(xué)習(xí)KRL也稱為KGE、多關(guān)系學(xué)習(xí)、統(tǒng)計(jì)關(guān)系學(xué)習(xí)，是知識(shí)圖譜的一個(gè)關(guān)鍵研究問題，它為許多知識(shí)獲取任務(wù)和下游應(yīng)用鋪平了道路。

我們可以將KRL分為四個(gè)方面，為開發(fā)KRL模型提供清晰的工作流程。具體包括：

（1）表征空間：關(guān)系和實(shí)體的空間分布表示；

（2）評(píng)分函數(shù)：用于衡量事實(shí)三元組合理性的評(píng)分；

（3）編碼模型：將表征進(jìn)行編碼；

（4）輔助信息：嵌入到方法中的其他相關(guān)信息。