SoftInverseTripleBaseline

class SoftInverseTripleBaseline(triples_factory: CoreTriplesFactory, threshold: float | None = None)

基础类: EvaluationOnlyModel

基于关系相似性的评分。

初始化模型。

Parameters:

• triples_factory (CoreTriplesFactory) – （训练）三元组工厂

• threshold (float | None) – 应用于相似度矩阵的阈值，参见 get_relation_similarity()

方法总结

score_h(rt_batch, **kwargs)	使用左侧（头部）预测进行前向传递。
score_t(hr_batch, **kwargs)	使用右侧（尾部）预测进行前向传递。

方法文档

score_h(rt_batch: Tensor, **kwargs) → Tensor

使用左侧（头部）预测进行前向传递。

此方法为每个（关系，尾部）对计算所有可能头部的分数。

Parameters:

• rt_batch (Tensor) – 形状: (batch_size, 2), 数据类型: long (关系, 尾部) 对的索引。

• slice_size – >0 使用切片时，评分函数的除数。

• mode – 传递模式，在传导设置中为None，在归纳设置中为“training”、“validation”或“testing”之一。

• heads – 形状: (num_heads,) | (batch_size, num_heads) 要评分的头实体索引。如果为None，则对所有实体进行评分（从给定模式中）。

Returns:

形状: (batch_size, num_heads), 数据类型: float 对于每个r-t对，所有可能头部的分数。

Return type:

Tensor

score_t(hr_batch: Tensor, **kwargs) → Tensor

使用右侧（尾部）预测进行前向传递。

此方法为每个（头，关系）对计算所有可能尾部的分数。

Parameters:

• hr_batch (Tensor) – 形状: (batch_size, 2), 数据类型: long (head, relation) 对的索引。

• slice_size – >0 使用切片时，评分函数的除数。

• mode – 传递模式，在传导设置中为None，在归纳设置中为“training”、“validation”或“testing”之一。

• tails – 形状: (num_tails,) | (batch_size, num_tails) 要评分的尾实体索引。如果为None，则对所有实体进行评分（从给定模式中）。

Returns:

形状: (batch_size, num_tails), 数据类型: float 对于每个h-r对，所有可能尾部的分数。

Return type:

Tensor