This HTML5 document contains 96 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n23https://github.com/awslabs/
n19https://github.com/thunlp/
n27https://github.com/Accenture/
dctermshttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
n17http://dbpedia.org/resource/File:
n26https://github.com/Sujit-O/
foafhttp://xmlns.com/foaf/0.1/
n22https://github.com/uma-pi1/
n18https://global.dbpedia.org/id/
dbthttp://dbpedia.org/resource/Template:
rdfshttp://www.w3.org/2000/01/rdf-schema#
n25https://github.com/pykeen/
n20https://github.com/torchkge-team/
n15https://wordnet.princeton.edu/
n11http://commons.wikimedia.org/wiki/Special:FilePath/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n21https://github.com/tranhungnghiep/
n24https://github.com/mnick/
owlhttp://www.w3.org/2002/07/owl#
n28https://
dbpedia-ithttp://it.dbpedia.org/resource/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbchttp://dbpedia.org/resource/Category:
dbphttp://dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/

Statements

Subject Item
dbr:Machine_learning
dbo:wikiPageWikiLink
dbr:Knowledge_graph_embedding
Subject Item
dbr:Knowledge_graph
dbo:wikiPageWikiLink
dbr:Knowledge_graph_embedding
Subject Item
dbr:Knowledge_graph_embedding
rdfs:label
Incorporamento del grafo di conoscenza Knowledge graph embedding
rdfs:comment
In representation learning, knowledge graph embedding (KGE), also referred to as knowledge representation learning (KRL), or multi-relation learning, is a machine learning task of learning a low-dimensional representation of a knowledge graph's entities and relations while preserving their semantic meaning. Leveraging their embedded representation, knowledge graphs (KGs) can be used for various applications such as link prediction, , , clustering, and relation extraction. Nella disciplina dell'apprendimento delle relazioni, l'incorporamento del grafo di conoscenza, o knowledge graph embedding (KGE) in inglese, anche riferito con il nome di knowledge representation learning (KRL), o apprendimento multi relazionale è un campo dell'apprendimento automatico che si occupa di apprendere una rappresentazione a bassa dimensionalità delle entità e relazioni che costituiscono un grafo della conoscenza o anche detto knowledge graph, cercando di preservare il loro significato semantico. Sfruttando la rappresentazione incorporata del grafo della conoscenza è possibile usare questo tipo di informazione per varie applicazioni come la predizione di collegamenti, la classificazione delle triple, il riconoscimento di entità, il raggruppamento, e l'estrazione di relazioni.
foaf:depiction
n11:KnowledgeGraphEmbedding.png n11:KG-Embedding.svg
dcterms:subject
dbc:Machine_learning dbc:Knowledge_graphs dbc:Information_science dbc:Graph_algorithms
dbo:wikiPageID
67944487
dbo:wikiPageRevisionID
1114013093
dbo:wikiPageWikiLink
dbr:Machine_learning dbr:Mahalanobis_distance dbr:Analogical dbr:Hermitian_product dbr:Training_set dbr:Representation_learning dbr:Knowledge_base dbr:Hyperplane dbr:Semantics dbr:Torus dbr:Batch_learning n17:TransE.pdf dbr:Graph_embedding dbr:Knowledge_extraction dbr:Ellipse dbr:Tucker_decomposition dbr:Tensor dbr:Knowledge_graph dbr:Recommender_system dbr:Recurrent_neural_network dbr:Vector_sum dbr:Word2vec dbr:Lie_group dbr:Canonical_polyadic_decomposition dbr:Inner_product_space n17:KnowledgeGraphEmbedding.png dbr:Link_prediction dbr:Benchmark_(computing) dbr:Entity_recognition dbr:Relation_extraction dbr:Convolutional_layer dbc:Knowledge_graphs dbr:One-to-many_(data_model) dbr:Complex_vector_space dbc:Information_science dbr:Drug_repurposing n17:KG-Embedding.svg dbr:Overfitting dbr:Hadamard_product_(matrices) dbr:Reinforcement_learning dbr:Asymmetric_relation dbr:Statistical_relational_learning dbr:Euler's_identity dbr:Fourier_transform dbr:Triple_Classification dbr:Spherical dbr:Euclidean_distance dbr:Many-to-many dbr:Cluster_analysis dbr:Deep_neural_network dbc:Graph_algorithms dbr:Embedding dbr:Capsule_neural_network dbr:Many-to-one_relation dbc:Machine_learning
dbo:wikiPageExternalLink
n15: n19:Fast-TransX n19:OpenKE n20:torchkge n21:MEI-KGE%7CMEI-KGE n21:MEIM-KGE%7CMEIM-KGE n22:kge n23:dgl-ke n24:scikit-kge n25:pykeen n26:pykg2vec n27:AmpliGraph n28:ogb.stanford.edu
owl:sameAs
wikidata:Q33003557 dbpedia-it:Incorporamento_del_grafo_di_conoscenza n18:32iWF
dbp:wikiPageUsesTemplate
dbt:Scholia dbt:GitHub dbt:Short_description
dbo:thumbnail
n11:KnowledgeGraphEmbedding.png?width=300
dbo:abstract
In representation learning, knowledge graph embedding (KGE), also referred to as knowledge representation learning (KRL), or multi-relation learning, is a machine learning task of learning a low-dimensional representation of a knowledge graph's entities and relations while preserving their semantic meaning. Leveraging their embedded representation, knowledge graphs (KGs) can be used for various applications such as link prediction, , , clustering, and relation extraction. Nella disciplina dell'apprendimento delle relazioni, l'incorporamento del grafo di conoscenza, o knowledge graph embedding (KGE) in inglese, anche riferito con il nome di knowledge representation learning (KRL), o apprendimento multi relazionale è un campo dell'apprendimento automatico che si occupa di apprendere una rappresentazione a bassa dimensionalità delle entità e relazioni che costituiscono un grafo della conoscenza o anche detto knowledge graph, cercando di preservare il loro significato semantico. Sfruttando la rappresentazione incorporata del grafo della conoscenza è possibile usare questo tipo di informazione per varie applicazioni come la predizione di collegamenti, la classificazione delle triple, il riconoscimento di entità, il raggruppamento, e l'estrazione di relazioni. Incorporamento di un grafo della conoscenza. Il vettore che rappresenta le entità e le relazioni può essere usato per differenti applicazioni nel campo dell'apprendimento automatico.
prov:wasDerivedFrom
wikipedia-en:Knowledge_graph_embedding?oldid=1114013093&ns=0
dbo:wikiPageLength
53431
foaf:isPrimaryTopicOf
wikipedia-en:Knowledge_graph_embedding
Subject Item
dbr:Statistical_relational_learning
dbo:wikiPageWikiLink
dbr:Knowledge_graph_embedding
Subject Item
wikipedia-en:Knowledge_graph_embedding
foaf:primaryTopic
dbr:Knowledge_graph_embedding