基于TransE算法计算相似度的实现

发表于 | 分类于

项目

项目地址

已有资源：

工作流程：

1.1 算法读取train文件：

算法读取文件样式

1.2 算法读取实体-id对应文件（压缩计算量）
此处输入图片的描述

1.3 算法读取关系-id对应文件（压缩计算量）
此处输入图片的描述

2 算法执行计算输出结果文件
实体：[向量]

3 输入两个实体 返回结果
读取实体向量结果文件
计算余弦距离或者欧氏距离

任务执行

  • 执行fixFileForm.py预处理数据 核心参数

    源文件地址
    fname = “baike_triples.txt”
    文件读取的行数
    fnum = 10000
    测试时用的10000 太小 需要用大量数据进行计算

  • 执行transE.py 算法执行 得到实体向量

  • 执行calRelation 输入任意两个 输出实体的余弦相似度

THANKS

======