tigter / hypergraph

数据集的统计分析

数据的输入：

1. 转为id的三元组
2. 未转为id的三元组 + id字典
3. 未转id的三元组
4. 加入reverse 三元组

数据集的构建

1. 输出：正负样本的构建

   • 负采样：
   • 按照权重的采样

2. 输出：ground-truth 的构建： 目前是两个数据集，建议放到一起

   • 1-1的构建
   • 1-N的构建

损失函数

• 正负样本的损失函数
• ground-truth 和 prediction 之间的损失函数

针对数据集和损失的不同构建两个训练和测试的方式

指标问题

新增一些测试指标和新的测试方法

正则化问题

可视化分析工具

模型实现：

支持5中计算模式：主要是为了提升一点计算速度
模型不同初始化的方式
模型之间的参数形式

应用于科研领域：让代码尽量的清晰易懂，容易进行扩充 方法之间尽量独立，便于扩充和自己组合，然后提供一个顶层一点的组合

1. 负采样的方法： 如果基于封闭世界假设，则可以全部进行负采样 如果基于随机封闭世界假设，则是随机方法选择负样本 如果基于RotatE的采样，需要增加权重

2. 数据集的形式： 数据会有两个大类： 第一类是h,r,t 全部都有， 第二类是只有hr或rt，表示h或t为全部实体，这里不构建数据集能够有效减小显存占用。 无论何种数据集，模型只需要计算对应的

3. 模型的形式 模型内自定义参数

4. 损失定义

5. 正则方法

6. 超参选择方法

日志的配置

首先： 实现最常用的MRL： $$ L(\Delta) = \max(0, \lambda + \Delta) $$ $\Delta$ is equal to the result of negative samples score sub positive samples score.