yu961549745/kgrl

Translation Based Knowledge Graph Representaion Learning Framework

KGRL

知识图谱嵌入框架，内含TransD实现。

直接运行

运行环境： Windows 64位 （Windows 10 64位测试通过）

• 在安装了64位Matlab的情况下（Matlab R2016a测试通过），可以运行runUI.m，打开最友好的图形界面。如果无法运行，可以在安装了对应Matlab版本能够识别的Visual Studio的前提下，在matlab文件下运行compile.m重新编译，再执行。
• 在安装了Java的前提下也可以双击打开 KGRL_UI.jar ，选择相应的任务执行。
• 都没有安装的话，可以直接运行一系列 bat 文件。

说明：

• 可运行文件在 app 目录下
• 输出结果在 out 目录下
• result 文件夹下是我们挑选的结果
• 训练结果在 model 目录下
• Windows 环境下源代码文件夹为 src ，编码方式 GBK
• Linux 和 Mac 环境下源代码文件夹为 src_utf8 , 编码方式 UTF8
• data 下为数据文件

因为训练结果已经保存在 model 目录下，所以可以直接进行测试，不需要进行训练

app 目录下可运行脚本说明如下：双击即可运行

文件	功能
FB_A_Train.bat	FB_A 训练
FB_A_Test.bat	FB_A 测试
FB_B_Train.bat	FB_B 训练
FB_B_Test.bat	FB_B 测试
WN_A_Train.bat	WN_A 训练
WN_A_Test.bat	WN_A 测试
WN_B_Train.bat	WN_B 训练
WN_B_Test.bat	WN_B 测试

依赖库

armadillo

编译运行

Windows 64位操作系统

运行

可以直接运行 app 目录下已经编译好的结果。

• B_A_Train.bat 表示 FB_A 的训练
• FB_A_Test.bat 表示 FB_A 的测试 以此类推。

编译

在安装 Visual Studio 2013 的情况下打开 KGRL.sln 。 可能需要重新配置armadillo环境：

• 设置附加包含目录为 /armadillo/include
• 设置附加库目录为 /armadillo/lib
• 设置附加依赖项为 blas_win64_MT.lib lapack_win64_MT.lib
• 编译完成后手动复制 blas_win64_MT.dll lapack_win64_MT.dll 到生成目录下
• 然后可以在 Visual Studio 2013 中运行

Linux

安装 armadillo

cd ./src_utf8
g++ -std=c++11 main.cpp -w -I /usr/include -larmadillo -o ../app/KGRL

然后在 app 目录下执行，bat文件也适用于linux的sh环境，例如

sh ./FB_A_Train.bat

Mac

安装 HomeBrew

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

安装 armadillo，会顺带安装 gcc

brew install homebrew/science/armadillo

编译

cd ./src_utf8
g++ -std=c++11 main.cpp -w -larmadillo -o ../app/KGRL

然后在 app 目录下执行，bat文件也适用于linux的sh环境，例如

sh ./FB_A_Train.bat