知识图谱表示学习Transe TransD TransR等的评价指标 [email protected]、mean rank的理解

最近学习了知识图谱数值表示方式的学习算法，包括TransE、TransD、TransR等，看到提到的评价指标有[email protected]、mean rank等，一开始对于这些指标并不清楚。在看了一篇Transe的实现之后，明白了其所代表的含义。

表示学习的过程，其实就是实体链接的过程，首先把实体以及关系随机初始化为一定长度的向量，然后基于训练数据，希望通过类似于翻译的方式得到一个更优的向量表示，使 头实体+关系 尽可能的与尾实体的向量表示相近。在完成训练之后，如何测试、如何衡量我们得到的结果的好坏呢。

下面就是[email protected]、mean rank两个指标显身手的时候了。

在测试过程中，对于一对关系及实体，我们将头实体或尾实体替换成任意一种其他的实体（共n-1个，保持另一个实体以及关系不变，只变其中一个实体），这样我们得到了（n-1）个新的关系三元组，然后我们对这些三元组计算实体关系距离，将这n-1个三元组按照距离从小到大排列。

接下来就是计算[email protected]、mean rank了，在这个排好序的n-1元素中，我们从第一个开始遍历，看从第一个到第十个是否能够遇到真实的实体，如果遇到了就将（[email protected] +1），这就是[email protected]的意义，表示我们的算法能够正确表示三元组关系的能力（在[email protected]里  不要求第一个才是对的，能做到前十的能力就可以了）

而对于mean rank是计算在测试集里，平均到第多少个才能匹配到正确的结果。

如果还有疑惑，看了下面的代码会更清晰

        rank_head_sorted = sorted(rank_head_dict.items(),key = operator.itemgetter(1))
        rank_tail_sorted = sorted(rank_tail_dict.items(),key = operator.itemgetter(1))

            #rank_sum and hits
            for i in range(len(rank_head_sorted)):
                if triple[0] == rank_head_sorted[i][0][0]:
                    if i<10:
                        hits += 1 #如果不到十次就命中了
                    rank_sum = rank_sum + i + 1 #统计总命中次数，mean rank就是对这个总数计算平均值
                    break

            for i in range(len(rank_tail_sorted)):
                if triple[1] == rank_tail_sorted[i][0][1]:
                    if i<10:
                        hits += 1
                    rank_sum = rank_sum + i + 1
                    break
            step += 1
            if step % 5000 == 0:
                print("step ", step, " ,hits ",hits," ,rank_sum ",rank_sum)
                print()

        self.hits10 = hits / (2*len(self.test_triple))  #这个是计算的前十个命中的概率
        self.mean_rank = rank_sum / (2*len(self.test_triple)) #这个是计算平均第几个命中