Glosario IA
El diccionario completo de la Inteligencia Artificial
TransE
Modelo de embedding basado en la traducción que representa las relaciones como operaciones de traducción entre los vectores de entidades en el espacio de embedding.
RotatE
Modelo de embedding utilizando rotaciones en el plano complejo para modelar diferentes tipos de relaciones simétricas, antisimétricas e inversas.
ComplEx
Modelo de embedding en el espacio complejo que captura las relaciones asimétricas a través de la multiplicación compleja de los vectores de entidades.
DistMult
Modelo bilineal simple utilizando el producto escalar diagonal para predecir la plausibilidad de los tríos en un grafo de conocimientos.
RESCAL
Modelo tensorial que factoriza el tensor de relación para aprender embeddings de entidades y una matriz de relación por tipo de relación.
ConvE
Modelo de embedding basado en redes neuronales convolucionales 2D que captura las interacciones complejas entre entidades y relaciones.
KBAT
Arquitectura transformadora con mecanismo de atención adaptado para grafos de conocimientos, integrando información de estructura y contenido semántico.
Metapath2Vec
Algoritmo de aprendizaje de representaciones para grafos heterogéneos utilizando metapaths para guiar los paseos aleatorios y capturar la semántica relacional.
Embedding de Poincaré
Técnica de embedding en el espacio hiperbólico de Poincaré que preserva naturalmente las estructuras jerárquicas de los grafos de conocimiento.
Predicción de enlaces en GC
Proceso de predicción de la existencia o plausibilidad de relaciones entre entidades basado en similitudes vectoriales en el espacio de embedding.
Alineación de entidades
Técnica que identifica y hace corresponder las entidades equivalentes entre diferentes grafos de conocimiento utilizando sus embeddings vectoriales.
Embedding de grafos de conocimiento temporales
Extensión de los métodos de embedding que incorpora la dimensión temporal para modelar la evolución dinámica de las relaciones en el tiempo.
Embedding consciente de tipos
Enfoque de embedding que integra la información de tipo de entidad como restricciones para mejorar la calidad de las representaciones vectoriales.
Hole
Modelo de embedding circular que utiliza la convolución circular (correlación) para capturar las interacciones complejas entre entidades y relaciones.
SimplE
Modelo de embedding simple pero efectivo que utiliza embeddings inversos para capturar las propiedades de inversión y composición de las relaciones.
TuckER
Modelo de embedding basado en la descomposición tensorial de TuckER que captura las interacciones complejas entre entidades y relaciones a través de un tensor central.
CrossE
Modelo que introduce vectores de interacción para capturar las dependencias cruzadas entre entidades y relaciones en grafos de conocimiento.