OpenKE NELL-995数据集 neg_ent 参数设置指南

OpenKE NELL-995数据集 neg_ent 参数设置指南

在使用OpenKE框架训练NELL-995数据集时，'neg_ent'是一个关键参数，它决定了负采样的数量。官方推荐将'neg_ent'设置为100，这意味着对于每个正样本，将随机生成100个负样本用于训练。

为何设置为100？

• 平衡正负样本比例: 知识图谱数据集中，正样本数量往往远小于负样本。负采样能够增加负样本数量，平衡训练数据，避免模型偏向于预测所有样本为正例。
• 提高模型鲁棒性: 负采样引入噪声，迫使模型学习更具区分性的特征，从而提高模型的泛化能力和鲁棒性。

注意事项:

• 'neg_ent'的最佳值并非固定不变，它取决于数据集大小、模型复杂度等因素。可以尝试不同的'neg_ent'值，通过评估指标选择最优值。
• 过高的'neg_ent'值会增加训练时间，但提升效果不一定明显。

希望本指南能够帮助您更好地理解和设置OpenKE中NELL-995数据集的'neg_ent'参数！