AmpliGraph

收录理由

AmpliGraph 专攻一个具体问题：当知识图谱中缺少某些事实陈述时，它能学习实体与关系的向量表示，并为候选链接打分，从而预测哪些新关系应当存在。这种能力对补全稀疏图、聚合相似概念、识别近似重复实体都很有帮助，而且你无需自己编写评分逻辑。库内集成了 TransE、DistMult、ComplEx、RotatE 等主流嵌入模型，采用 TensorFlow 2 之上的 Keras 风格接口，训练和评估模型只需少量代码，更换模型也很直接。对于以图谱形式维护分类体系、商品目录或研究资料库的团队，其内置的发现工具能辅助挖掘新事实与相似实体。只要把数据整理成主语-谓语-宾语的三元组形式，上手门槛并不高。