benchmarking:“将光明带入黑暗”中提供的可重复性和基准研究的结果

PyKEEN基准化结果 该存储库包含了第2部分中描述的可重复性和基准研究的结果。 。 Ali，M.，Berrendorf，M.，Hoyt，CT，Vermue，L.，Galkin，M.，Sharifzadeh，S.，Fischer，A.，Tresp，V.，＆Lehmann，J.（2020年）。 arXiv ，2006.13365。 该存储库本身已保存在Zenodo上，网址为 。 再现性研究 在这项研究中，我们使用在PyKEEN中重新实现的KGEM和作者最佳报告的超参数来复制过去的实验。 可在找到可重复性研究的实验伪像。 基准（消融）研究 在这项研究中，我们进行了大量的超参数优化，以研究模型某些方面的影响（训练假设，损失函数，正则化器，优化器，负采样策略，HPO方法，训练策略）。 在可以找到来自消融研究的实验伪像。 图表再生 tox.ini配置中包含用于安装相关代码，整理结果以及生成图表的