OpenKE 训练参数优化：NELL-995 数据集最佳实践

以下是 OpenKE 针对 NELL-995 数据集的训练参数建议：

1. 实体向量维度 (dimension): 建议设置为 50 或 100，这取决于您的硬件资源和训练效果。

2. 关系向量维度 (dimension): 建议设置为 50 或 100，这取决于您的硬件资源和训练效果。

3. 负样本采样比例 (negative_sample): 建议设置为 5-10，这意味着每个正样本将随机选择 5-10 个负样本进行训练。

4. 学习率 (learning_rate): 建议设置为 0.001-0.01，这取决于您的硬件资源和训练效果。

5. 训练轮数 (epoch): 建议设置为 100-200，这取决于您的硬件资源和训练效果。

6. 批量大小 (batch_size): 建议设置为 128 或 256，这取决于您的硬件资源和训练效果。

7. 正则化参数 (regularization_coef): 建议设置为 0.0001-0.001，这有助于防止过拟合。

8. 边界值 (margin): 建议设置为 1 或 2，这有助于增加正负样本之间的差异性。

9. 优化器 (optimizer): 建议使用 Adam 优化器。

10. 损失函数 (loss_function): 建议使用 margin ranking loss 函数。

请注意，这些参数只是建议，您可以根据实际情况进行调整。同时，NELL-995 数据集是一个比较大的数据集，训练时间可能会比较长，建议使用 GPU 进行训练。