OpenNE 介绍
OpenNE 是清华大学开源的 NE/NRL 训练和测试框架,统一了不同 NE 模型输入和输出接口,并为每个模型提供可扩展选项。此外,还用
TensorFlow 实现了经典 NE 模型,使这些模型可以用 GPU 训练。
OpenNE 实现和修改的模型包括
DeepWalk、LINE、node2vec、GraRep、TADW
和 GCN,后续还将根据已公布的 NRL
论文持续实现更多有代表性的 NE 模型。
要求
-
numpy==1.13.1
-
networkx==2.0
-
scipy==0.19.1
-
tensorflow==1.3.0
-
gensim==3.0.1
-
scikit-learn==0.19.0
与其他实现对比
运行环境:cpu:Intel(R)Xeon(R)cpu E5-2620 v3 @ 2.40GHz
BlogCatalog:
10312 nodes, 333983 edges, 39 labels, 非定向:
-
data/blogCatalog/bc_adjlist.txt
-
data/blogCatalog/bc_edgelist.txt
-
data/blogCatalog/bc_labels.txt
Wiki: 2405 nodes, 17981
edges, 19 labels, 定向:
-
data/wiki/Wiki_edgelist.txt
-
data/wiki/Wiki_category.txt
cora: 2708 nodes, 5429
edges, 7 labels, 定向:
-
data/cora/cora_edgelist.txt
-
data/cora/cora.features
-
data/cora/cora_labels.txt
OpenNE 官网
https://github.com/thunlp/OpenNE
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。