历些毛子代枝大学 3知识表示学习 XIDIAN UNIVERSITY ◆基于图神经网络的知识表示学习：R-GCN ●具体方法：定义了如下的传播模型以计算（有向、有标签）关系图中节点的 表示。 += 三之品9+wg0 r∈Rj∈Wr ● 解决方法：正则化(Regularization) 0 0 block-diagonal decomposition 0 0 0 0 将W四分解成块对角矩阵，只需要确定B个小的矩阵参数即可，大大减少了参 数。块对角分解可理解成对权矩阵的稀疏约束。 18 3 知识表示学习 18 基于图神经网络的知识表示学习：R-GCN  具体方法：定义了如下的传播模型以计算（有向、有标签）关系图中节点的 表示。  解决方法：正则化（Regularization ） block-diagonal decomposition 将 𝑊𝑟 (𝑙)分解成块对角矩阵，只需要确定B个小的矩阵参数即可，大大减少了参 数。块对角分解可理解成对权矩阵的稀疏约束。 𝑊𝑟 (𝑙) = 𝑄1𝑟 (𝑙) 0 0 0 ⋱ 0 0 0 𝑄𝐵𝑟 (𝑙)