LCWA训练循环

class LCWATrainingLoop(*, target: None | str | int = None, **kwargs)

基础类: TrainingLoop[tuple[Tensor, Tensor], tuple[Tensor, Tensor]]

一个基于局部封闭世界假设（LCWA）的训练循环。

在LCWA下，对于给定的真实训练三元组 \((h, r, t) \in \mathcal{T}_{train}\)，所有三元组 \((h, r, t') \notin \mathcal{T}_{train}\) 都被假定为假。因此，训练方法使用1-n评分， 其中它有效地计算了所有三元组 \((h, r, t')\) 对于 \(t' \in \mathcal{E}\) 的分数，即共享 相同的（头实体，关系）对。

此实现略微泛化了原始的LCWA，并允许对关系或头实体做出相同的假设。特别是第二个，即预测关系，在视觉关系预测中经常遇到。

[ruffinelli2020] 在他们的工作中称 LCWA 为 KvsAll。

初始化训练循环。

Parameters:

• 目标 (无 | str | int) – 目标列。用于头/关系/尾预测的{0, 1, 2}。默认为2，即尾预测。

• kwargs – 传递给TrainingLoop.__init__的额外基于关键字的参数

Raises:

ValueError – 如果提供了无效的目标列

属性摘要

supports_slicing

属性文档

supports_slicing: ClassVar[bool] = True