TransNet:IJCAI2017论文“ TransNet”的源代码和数据集-Source code learning

传网 IJCAI2017论文“ TransNet：用于社交关系提取的基于翻译的网络表示学习”的源代码和数据集。 这项工作被选为UAI 2017（人工智能不确定性会议）中培训活动的示例。 我们发布了演示TransNet算法的ipython笔记本。 详细信息请参考“ ipynb”目录。 数据集 该文件夹“数据”包含从提取的三种不同比例的数据集。 使用前，请先解压缩“ data.zip”文件。 aminer_s ：187,939个顶点，1,619,278个边和100个标签。 aminer_m ：268,037个顶点，2,747,386个边和500个标签。 aminer_1 ：945,589个顶点，5,056,050个边和500个标签。 从作者到aminer_s / m / l中的标识符的映射丢失。 我们提供了一个原始的aminer数据集，其中包含5000个边缘标签和1,712,433位