SACN:用于知识库完成的端到端结构感知卷积网络

萨恩 论文：“” 发表在第三十三届AAAI人工智能会议（ ）中。 -PyTorch版本- 概述 端到端的结构感知卷积网络（SACN）模型充分利用了GCN和ConvE的优势来完成知识库。 SACN由加权图卷积网络（WGCN）的编码器和称为Conv-TransE的卷积网络的解码器组成。 WGCN利用知识图节点结构，节点属性和边关系类型。 解码器Conv-TransE使最新的ConvE能够在实体和关系之间转换，同时保持与ConvE相同的链路预测性能。 安装 此仓库支持通过Anaconda安装Linux和Python。 使用或安装 。 安装需求： pip install -r requirements.txt 下载使用的默认英语模型，该模型已在上一步python -m spacy download en 。 数据预处理 运行FB15k-237，WN18RR，FB15k-237-attr