知识图谱被广泛地用来描述世界上的实体和实体之间的关系，一般使用三元组（h,r,t）（head entity, relation, trail entity）的形式来存储知识，其中蕴含的知识数量巨大且时常更新。
目前，人工标注已经不能满足知识图谱更新和增长的速度，但自动化构建知识图谱的过程中往往容易引入一些噪声和冲突。
由于大多数传统知识表示学习（Knowledge, Representation Learning, KRL）方法都假设现有知识图谱中的知识是完全正确的，因此会带来潜在误差。
于是，如何从带有噪声或冲突的知识图谱中学习到更好的知识表示向量，同时又能够发现已有知识图谱中可能存在的错误，就成为了亟需解决的问题。
来自清华大学/腾讯的谢若冰研究员，清华大学的刘知远老师，腾讯的林芬研究员和林乐宇研究员，在即将发表于 AAAI 2018 的论文《Does William Shakespeare REALLY Write Hamlet? Knowledge Representation Learning with Confidence》中，提出了一种新的基于置信度的知识表示学习框架（confidence-aware KRL framework，CKRL），能够发现知识图谱中潜在的噪声或冲突，同时更好地从中学习知识表示。
作者在 CKRL 模型中主要参考了 TransE 的思路，使用了平移假设（translation-based assumption），并增加了三元组置信度（triple confidence）的概念。整体能量方程如下：
其中，基于平移假设，有：
对于 triple confidence，作者设计了三种模式，分别是 Local Triple Confidence，Prior Path Confidence 以及 Adaptive Path Confidence，基于平移假设，使用三元组的实体、关系，以及实体之间的路径的向量信息，综合对三元组的置信度进行动态调整与学习。
具体地，对于使用 path 的置信度，作者假设如果 (h,r,t) 中 h,t 有越多包含较多信息流的路径，并且这些路径的向量表示与 r 越相似，那么 (h,r,t) 三元组的置信度越高。
整个训练过程中，知识表示和三元组的置信度在能量函数指导下相互影响并动态优化，最终得到考虑置信度的知识表示，并能基于此知识表示完成知识表示学习和知识图谱噪声探测等任务。
在学习的过程中，作者使用了 margin-base score function 进行学习，希望正例得分能够高于负例得分。需要注意的是，由于作者使用的是三元组的向量信息，所以三元组的置信度会在训练过程中发生动态变化。
低置信度的三元组在学习中会相应收到打压，最终使得带有噪声的知识图谱中的知识表示向量能够学得更好，同时减少噪声和错误带来的影响。
CKRL 模型在 noise detection、knowledge graph completion 和 triple classificaiton 三个任务上都取得了较好的结果，同时该模型的思想还可以直接扩展至知识构建环节中，在自动构建方法情境下，帮助建立更加精准的知识图谱。
原文发布时间为：2018-02-26
本文作者：谢若冰
本文来自云栖社区合作伙伴“PaperWeekly”，了解相关信息可以关注“PaperWeekly”微信公众号
