OpenKE-PyTorch使用

知识嵌入库OpenKE-Pytorch的使用

相关链接

使用pytorch实现的知识嵌入开源框架
github链接 OpenKE-Pytorch
官网链接 OpenKE

简单介绍

这是一个基于PyTorch的知识表示学习（KRL）的高效实现。我们使用C++来实现一些底层操作，如数据预处理和负采样。对于每个特定的模型，它是由PyTorch与Python接口实现的，因此有一个方便的平台可以在GPU上运行模型。OpenKE由4个存储库组成

• OpenKE-PyTorch：基于PyTorch的项目，它为知识图谱嵌入模型提供了优化和稳定的框架。

• OpenKE-Tensorflow1.0。用TensorFlow实现的OpenKE，同样为知识图谱嵌入模型提供了优化和稳定的框架。

• TensorFlow-TransX：基于TensorFlow的轻量级和简单版本的OpenKE，包括TransE、TransH、TransR和TransD。

• Fast-TransX：利用OpenKE的框架对TransE及其扩展模型进行高效的轻量级C++推理，包括TransH、TransR、TransD、TranSparse和PTransE。

模型

截至2021.11支持如下的嵌入模型:

OpenKE (PyTorch):

• RESCAL
• DistMult, ComplEx, Analogy
• TransE, TransH, TransR, TransD
• SimplE
• RotatE

安装方式

这里使用openke-pytorch版本

1. 下载pytorch
2. Clone OPenKE-Pytorch部分

git clone -b OpenKE-PyTorch https://github.com/thunlp/OpenKE --depth 1
cd OpenKE
cd openke

注意事项
这里git clone可能遇到 Failed connect to github.com:443; Connection timed out 的问题, 属于是gihub访问原因，我参考了网上各种修改代理的方法均失败，最终我的方法是把github同步到国内的码云，然后git clone中的https地址改成码云的。
如果是permission denied问题那是文件夹没有给写权限，不信你可以试试mkdir一个文件夹保证也是失败。解决手段就是赋予写权限.

数据集说明

训练集

entity2id.txt
首行是接下来的行数
接下来每行一个(实体, id)二元组

relation2id.txt
首行是接下来的行数
接下来每行一个(关系, id)二元组

train2id.txt
首行是接下来的行数
接下来每行一个(实体id, 实体id, 关系id)三元组

测试集

test2id.txt
首行是接下来的行数
接下来每行一个(实体id, 实体id, 关系id)三元组

验证集

valid2id.txt
首行是接下来的行数
接下来每行一个(实体id, 实体id, 关系id)三元组

快速测试

cd ../
cp examples/train_transe_FB15K237.py ./
python train_transe_FB15K237.py

注意事项
如果训练开始遇到GPU显存不够的情况请自行指定GPU，具体可搜索解决方法。
如果训练完毕遇到FileNotFoundError: [Errno 2] No such file or director: "xxx"，自行建立对应的目录