历安毛子代枚大等 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 R-GCN是进行关系预测和实体分类的GCN。 ● 创新点：基于GCN框架对关系数据建模，并用于链路预测和实体分类。 ● 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。 三会9+时 r∈Rj∈Wr h四是第l层节点的向量表示，r∈R是关系，R是关系集合，N是节点i的基于 关系r的邻居集合，cx是节点的对应于关系r的归一化常数，可以定义为 C,r=INI。 ●与一般的GCN不同，这里的信息整合（传播）与关系的类型和方向有关3 知识表示学习 15 基于图神经网络的知识表示学习：R-GCN  R-GCN是进行关系预测和实体分类的GCN。  创新点：基于GCN框架对关系数据建模，并用于链路预测和实体分类。  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。 ℎ𝑖 (𝑙)是第𝑙层节点𝑖的向量表示， 𝑟 ∈ 𝑅是关系， R是关系集合，𝑁𝑖 𝑟是节点i的基于 关系r的邻居集合， 𝑐𝑖,𝑟是节点i的对应于关系r的归一化常数，可以定义为 𝑐𝑖,𝑟 = |𝑁𝑖 𝑟 |。  与一般的GCN不同，这里的信息整合（传播）与关系的类型和方向有关