笔记整理：朱渝珊，浙江大学在读博士，研究方向为快速知识图谱的表示学习，多模态知识图谱。

Motivation

为了更高的精度，现有的KGE方法都会采用较高的embedding维度，但是高维KGE需要巨大的训练成本和存储空间。现在一般有两种方法解决这一问题，第一种是直接训练低维的KGE（例如8维或32维），但是这种方式的缺陷是不能利用高维KGE中高精度知识；另一种解决方法是将预训练的高维KGE压缩到较低的维度，这种方法的缺点是很高的预训练成本，并且在KG变化时不能继续训练。

那么，我们能否在避免训练高维模型的同时，将高精度的知识转移到低维模型中？本文提出了一种新的面向低维知识图嵌入的多教师知识蒸馏方法MulDE来解决这个问题。选择使用多个低维度（64维）教师有以下3个好处：

1.降低预训练成本；2.能保证教师的性能；3.提升蒸馏效果。

方法

整个模型框架分为3个部分：

Junior:目标模型。它会挑选分数较高的K个候选实体，并把这些实体及它们的得分送到Teachers。

Teachers:一个Teacher团队，针对Junior挑选的K个实体，生成多个分数序列。在整个训练过程中，Teachers不会更新。

Senior:它将Teachers的多个评分序列整合为最终的软标签，然后返回给Junior。

Junior:

目标模型。它会挑选分数较高的K个候选实体，并把这些实体及它们的得分送到Teachers。

具体来说，给定一个e-r查询，Junior会评估整个实体集中的所有实体的得分，最后选择出得分最高的前K个实体：

它们的得分表示为：

这K个实体以及它们的得分会被输出到Teachers中，Senior会基于Teachers的输出给出Junior训练的soft label。因此，Junior的soft label损失可以表示为：

另外，Junior还受到ground-truth标签（即hard label）的监督，Junior的hard label损失可以表示为：

Junior的最终损失为soft label损失和hard label损失的和：

Teachers：

一个Teacher团队，针对Junior挑选的K个实体，生成多个分数序列。在整个训练过程中，Teachers不会更新。假设有m个Teacher，则Teachers表示为：

本文作者选择了以下4个模型组成Teachers：

Teachers输出m个分数序列：

每个序列的长度为K，对应于从Junior接收的K个候选实体。

Senior:

它将Teachers的多个评分序列整合为最终的软标签，然后返回给Junior。标签整合过程中，作者提出了两种机制：A.关系特定的放缩机制 B.对比注意机制

A. 关系特定的放缩机制

考虑到一个Teacher对不同的关系有不同的关注度，每个Teacher都有自己擅长的关系，作者设置了一个关系矩阵：

这个矩阵行代表不同的关系，列代表不同的Teacher。每个Teacher的分数序列都会通过这个关系矩阵进行放缩：

而这个关系矩阵的优化也是通过真实one-hot标签进行监督：

B. 对比注意机制

这个机制的提出是考虑到，Teachers是预训练好的，而Junior是随机初始化的，Senior通过整合Teachers输出的分数序列得到的soft label可能和Junior的输出差距过大，不利于训练收敛。因此希望在训练的初始阶段，Senior生成的soft label能比较接近Junior的输出。Senior会对比和评价Junior输出序列和每个教师序列之间的相似性：

而相似度更高的Teacher分数序列会在整合过程中拥有更高的权重：

而随着训练时间t的增加，这个权重的影响逐渐减小，各Teacher的贡献趋于相同。

整个模型的算法流程如下：

实验

作者在两个数据集WN18RR和FB15K-237上进行了实验，对比了不同高维和低维KGE模型。实验结果如下：

从实验结果中可以看出MulDE相较于现有的KGE方法在链接预测上有明显提升，并且有较快的训练速度。

欢迎有兴趣的同学阅读原文。

---

OpenKG

OpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。

点击阅读原文，进入 OpenKG 网站。