Difference between rel2candidates and rel2candidates_in_train

[yoyozz88]

Hi Mingyang,

请问rel2candidates和rel2candidates_in_train间的区别是什么？ 我翻到前面别人有提过类似问题，您有解释rel2candidates_in_train是包含了background的relation和 train data的relation。但我疑惑rel2candidates里包含的relation是什么？以及为何要将它们合并？我猜是不是 test and validation relations的candidate entities？

期待回复，谢谢。

[AnselCmy]

这里可以参考论文里面关于In-Train和Pre-Train的设置（文章的Section 5.1）。Pre-Train的设置就像是GMatching论文中会使用background KG先训练一下entity的embedding，然后用单独的training task训练模型。而In-Train的设置是我们不需要提前在background KG上训练entity embedding，而是直接把原本background KG中的triple并入training task中，在训练的过程中直接学习entity embedding就可以。

[shannon-paul]

1.请问“把原本background KG中的triple并入training task中”，这一步是把所有background KG中的三元组并入吗？还是继续选取一部分few shot relation的三元组并入呢？ 2.rel2candidates是什么含义呢，是dataset中和该relation一起出现过的实体都作为candidates吗？ 3.e1rel_e2文件的含义是什么呢，是将三元组以e1rel_e2形式表示吗，那这部分数据是包含train，valid，test中的所有task的三元组吗，还是包含整个background KG的三元组呢？ 期待您的回复，谢谢！:)

[AnselCmy]

1. 是的，把所有的background KG三元组都放入了；
2. rel2candidates保存了每一个relation可能的候选实体。用于在测试的时候做type constrain，从而减小链接预测的实体候选数量；
3. e1rel_e2是由train，valid的三元组组成的，key为e1rel，value为e2的dict。其作用是在链接预测测试的时候，高效实现filter设置，快速filter掉在train和valid中出现的三元组，这些三元组不计入排序。

[shannon-paul]

感谢您的解答 :)