TransE & VTransE

对于三元组数据<head,relation,tail>,论文 Translating Embeddings for Modeling Multi-relational Data  中为了获得实体  和 关系的低维向量表示，采取的建模方式很直观，如下图1所示：

图1

其目标函数是很常见的  margin-based ranking criterion

这对知识推断是很有用的。

VTransE 是用来进行视觉关系检测的模型，在论文 Visual Translation Embedding Network for Visual Relation Detection 中被提出，这对目前主要基于CNN+LSTM+Attention框架的image caption  和  VQA 来说，对产生合乎逻辑，可推理的结果来说，应该会有帮助。 图2示出了 Visual  relation detection 的所处位置

图2

其思想类似于TransE, 其训练数据集为VG 和  VRD  ,每张训练图片有几组 <subject ,  predicate,   object >三元组， 每个  subject 和  object有bounding  box 标出。整个框架如图3 所示：

图3