OpenKE 训练参数：NELL-995 数据集最佳实践

OpenKE 是一个通用的知识图谱嵌入框架，可用于不同的知识图谱数据集。针对 NELL-995 数据集，OpenKE 的训练参数如下：

数据集格式: NELL-995 数据集是一个三元组 (头实体, 关系, 尾实体) 的知识图谱数据集。OpenKE 支持从文件中读取该格式的数据集，其中头实体和尾实体可以是任何字符串，关系是预定义的字符串。
模型选择: OpenKE 支持多种知识图谱嵌入模型，包括 TransE、TransH、TransR、TransD 等。在 NELL-995 数据集上，TransE 是最常用的模型之一。
超参数设置: OpenKE 需要设置一些超参数来调整模型的训练过程，包括负样本采样数量、学习率、嵌入维度、正则化系数等。在 NELL-995 数据集上，一般采用负样本采样数量为 50，学习率为 0.001，嵌入维度为 50，正则化系数为 0.001 的参数设置。
训练策略: OpenKE 支持多种训练策略，包括随机梯度下降 (SGD)、批量梯度下降 (BGD)、自适应梯度下降 (Adagrad)、Adam 等。在 NELL-995 数据集上，一般采用 SGD 训练策略。
训练迭代次数: OpenKE 需要设置训练迭代次数来控制模型的训练过程。在 NELL-995 数据集上，一般采用 1000 次迭代来训练模型。

需要注意的是，以上参数设置只是一种常见的实践，具体的参数设置可能会因数据集和任务而异。在使用 OpenKE 训练模型时，需要根据具体情况调整参数设置。