晨光
暗夜
晨光
极光
Bilingual Paper Reading · 中英对照精读

知识图谱结构与知识图谱嵌入：关系研究综述（A Survey）

准大一 · 计算机科学与技术 × 人工智能 × 知识图谱 —— 知识图谱综述精读材料
原文：arXiv:2412.10092 2024年12月13日发布 arXiv 预印本（cs.LG） 知识图谱 × 嵌入模型 × 链接预测 附英文摘要朗读音频

一、论文档案

英文标题A Survey on Knowledge Graph Structure and Knowledge Graph Embeddings
中文标题《知识图谱结构与知识图谱嵌入研究综述》
作者杰弗里·萨尔迪纳, 约翰·D·凯莱赫, 德克兰·奥沙利文（机构未在素材中标注）
发布时间2024年12月13日（v1）｜分类：cs.LG（机器学习）
原文链接arxiv.org/abs/2412.10092　·　全文 HTML 版
一句话概括第一篇系统梳理「知识图谱结构 ↔ 嵌入模型性能 ↔ 超参数偏好」三者关系的综述：结构既是偏差来源，也在一定程度上决定模型好坏，文中还给出了开放问题清单。
💡 为什么选这篇给你：① 综述论文对新手最友好——先把 KG、三元组、链接预测这些基本概念讲清楚；② 选题角度新：大家都在用知识图谱嵌入模型，却少有人系统回答「图的形状怎么影响模型」；③ 帮你建立「结构→性能→偏差」的领域地图，为后续读具体模型论文打底。

二、核心术语表（先扫一遍再读正文）

英文术语中文大白话解释
Knowledge Graph (KG)知识图谱把现实世界的信息存成一张「实体—关系—实体」的图，比如「刘德华—主演—电影」。
Triple三元组知识图谱里最小的一句话：(s,p,o)，即主语、谓语、宾语。
Link Prediction (LP)链接预测给定主语和关系，猜宾语是谁（或反过来）——KGEM 最典型的任务。
Knowledge Graph Embedding (KGE)知识图谱嵌入把图中的实体和关系变成一串数字（向量），让计算机能计算和推理。
KGEM知识图谱嵌入模型学习把 KG 的信息内容表示成向量的机器学习模型（如 TransE、DistMult、ComplEx）。
Embedding嵌入/向量表示把符号变成数字：让「语义相近」的对象在向量空间里距离也近。
Scoring function评分函数模型给每个三元组打一个「成立程度」分数的函数。
Graph structure图结构图的形状与拓扑性质，比如节点度数分布、连通性、层级性等。
Hyperparameter超参数训练前就要定好的参数，比如负采样器、损失函数、嵌入维度。
Negative sampler负采样器负责造「假三元组」（不成立的事实）用来训练模型的组件。
Loss function损失函数衡量模型预测与真实答案差距的函数，训练就是最小化它。
Bias偏差结构带来的系统性倾向——有些图结构会让模型「偏心」。
Ontology本体对概念、关系、类型及其层级的一套规范描述。
Benchmark KG基准知识图谱用于公平比较不同模型的标准数据集。

三、摘要中英对照（精读核心）

🎧 音频在文末，可先听一遍原文再读；每个英文句都配了逐句翻译。

摘要 Abstract

EN · 原文
Knowledge Graphs (KGs) and their machine learning counterpart, Knowledge Graph Embedding Models (KGEMs), have seen ever-increasing use in a wide variety of academic and applied settings.
CN · 翻译
知识图谱（KG）及其机器学习对应物——知识图谱嵌入模型（KGEM）——在各类学术与应用场景中的使用日益广泛。
EN · 原文
In particular, KGEMs are typically applied to KGs to solve the link prediction task; i.e. to predict new facts in the domain of a KG based on existing, observed facts.
CN · 翻译
具体而言，KGEM 通常被用来解决知识图谱上的链接预测任务，即基于已有的事实，预测知识图谱领域内的新事实。
EN · 原文
While this approach has been shown substantial power in many end-use cases, it remains incompletely characterised in terms of how KGEMs react differently to KG structure.
CN · 翻译
尽管这一方法在许多实际用例中已展现出强大能力，但关于 KGEM 如何对不同的知识图谱结构作出不同反应，目前仍未得到充分刻画。
EN · 原文
This is of particular concern in light of recent studies showing that KG structure can be a significant source of bias as well as partially determinant of overall KGEM performance.
CN · 翻译
近期研究表明，知识图谱结构既是显著的偏差来源，也在一定程度上决定了 KGEM 的整体性能，这让上述问题尤为值得关注。
EN · 原文
This paper seeks to address this gap in the state-of-the-art.
CN · 翻译
本文旨在填补现有研究中的这一空白。
EN · 原文
This paper provides, to the authors' knowledge, the first comprehensive survey exploring established relationships of Knowledge Graph Embedding Models and Graph structure in the literature.
CN · 翻译
据作者所知，本文提供了文献中第一个系统梳理「知识图谱嵌入模型与图结构之间已确立关系」的综合性综述。
EN · 原文
It is the hope of the authors that this work will inspire further studies in this area, and contribute to a more holistic understanding of KGs, KGEMs, and the link prediction task.
CN · 翻译
作者希望这项工作能启发该领域的进一步研究，并促进对知识图谱、KGEM 与链接预测任务更全面的理解。

关键词 Keywords：Knowledge Graph 知识图谱 ｜ Knowledge Graph Embedding 知识图谱嵌入 ｜ Link Prediction 链接预测 ｜ Survey 综述

四、引言精选（为什么这个问题重要）

① 什么是知识图谱：一张「事实图」

EN · 原文
Knowledge Graphs (KG) are databases that represent data in a graphical format [6].
CN · 翻译
知识图谱（KG）是以图的形式表示数据的数据库 [6]。
EN · 原文
In KGs, all data can be represented as statements called triples in the form (s,p,o)
CN · 翻译
在知识图谱中，所有数据都可以表示为被称为「三元组」的陈述，其形式为 (s,p,o)。

② KGEM 与链接预测任务

EN · 原文
Knowledge Graph Embedding Models (KGEMs) are machine learning models that learn to represent the information content of a KG in vector space.
CN · 翻译
知识图谱嵌入模型（KGEM）是学习在向量空间中表示知识图谱信息内容的机器学习模型。
EN · 原文
These vector embeddings are then used to make predictions about, and reason on, data in the graph [13, 20].
CN · 翻译
这些向量嵌入随后被用来对图中的数据进行预测与推理 [13, 20]。
EN · 原文
In particular, KGEMs typically are used to solve what is called the Link Prediction (LP) task.
CN · 翻译
具体来说，KGEM 通常被用来解决所谓的「链接预测（LP）」任务。
EN · 原文
In LP, the goal is to predict the object (or subject) of a triple given the subject (or object) and the relationship.
CN · 翻译
在链接预测中，目标是给定三元组的主语（或宾语）与关系，预测其宾语（或主语）。

③ 研究空白：结构影响被证实，却无人汇总

EN · 原文
While many existing studies have shown that KGEM performance is influenced by, and often biased by, elements of KG structure [15, 17, 3, 21, 11, 10, 6, 16, 5, 14], no study known to the authors has attempted to aggregate all findings relating to KG structure and KGEM performance to date.
CN · 翻译
尽管已有许多研究表明 KGEM 的性能会受知识图谱结构要素影响、且常常被其带偏 [15, 17, 3, 21, 11, 10, 6, 16, 5, 14]，但据作者所知，迄今还没有研究尝试把所有「KG 结构与 KGEM 性能」相关的发现汇总起来。
EN · 原文
Finally, while various hyperparameter choices (including model component choices such as the choice of negative sampler or loss function) in a KGEM are known to interact with elements of structure, no study known to the authors has attempted to provide a general survey of such structure-based hyperparameter preference in KGEM literature.
CN · 翻译
此外，虽然已知 KGEM 中各种超参数选择（包括负采样器、损失函数等模型组件选择）会与结构要素相互作用，但据作者所知，KGEM 文献中还没有研究尝试对这类「基于结构的超参数偏好」做系统综述。

④ 本文做什么：填补两处空白

EN · 原文
This paper seeks to address both of these gaps in the state-of-the-art by giving an overview of state-of-the-art studies that have documented relationships between KG structure, KGEM hyperparameters, and KGEM performance on the link prediction task.
CN · 翻译
本文通过综述那些记录了「KG 结构、KGEM 超参数与 KGEM 在链接预测任务上性能」之间关系的现有研究，试图填补上述两处空白。
EN · 原文
It begins in Section II with a description of the most common measures of KG structure in the literature.
CN · 翻译
论文从第 II 节开始，介绍文献中最常见的知识图谱结构度量。
EN · 原文
Following this, it describes in Section III how these features relate to KGEM performance and KGEM hyperparameter preference.
CN · 翻译
随后，第 III 节描述这些结构特征如何与 KGEM 性能及超参数偏好相关联。
EN · 原文
It concludes with a list of open questions to encourage future work in this area.
CN · 翻译
最后，论文以一组开放问题作结，以鼓励该领域的未来工作。
EN · 原文
A summary of the main results of this survey is shown in Figure 1.
CN · 翻译
本综述的主要结果总结见图 1。

⑤ 范围与记号说明

EN · 原文
We note that a description of KGEMs and their components / hyperparameters is beyond the scope of this article.
CN · 翻译
需要说明的是，对 KGEM 及其组件/超参数的详细描述超出了本文的范围。
EN · 原文
For such information, the reader is directed to Nickel et al. [13] and Wang et al. [20].
CN · 翻译
相关内容请读者参阅 Nickel 等人 [13] 与 Wang 等人 [20] 的工作。
EN · 原文
Discussion of effects on ontological structure of a KG is also out fo the scope of this work, but can be found in Ali et al. [1].
CN · 翻译
关于知识图谱本体结构影响的讨论同样超出本文范围，可参见 Ali 等人 [1] 的工作。（「out fo」为原文拼写，照抄不改）
EN · 原文
In terms of notation, we use the terms “KGEM” and “scoring function” interchangeably to refer to the model being used (such as TransE, DistMult, or ComplEx).
CN · 翻译
在记号上，我们交替使用「KGEM」与「评分函数」来指代所用模型（如 TransE、DistMult 或 ComplEx）。

五、论文贡献（3 个要点）

EN · 原文
1. The first general survey. This paper presents, to the extent of the knowledge of the authors, the first general survey of KG structure, hyperparameter preference, and KGEM performance on the link prediction task.
CN · 翻译
1. 第一份系统性综述。据作者所知，本文是第一份同时覆盖「KG 结构、超参数偏好与 KGEM 在链接预测任务上性能」的系统综述。
EN · 原文
2. A detailed overview. It provides a detailed overview of all structural and hyperparameter dependencies that have been annotated in the literature, and summarises the state-of-the-art experiments in this area.
CN · 翻译
2. 详尽的依赖关系全景图。它详细梳理了文献中已记载的所有结构与超参数依赖关系，并总结了该领域的代表性实验。
EN · 原文
3. A guide for future work. It is the hope of the authors that this survey be of use for the development of new KGEMs, for the deeper analysis of exploration of existing KGEMs, and for enhancing structural characterisation and analysis of KGs in general.
CN · 翻译
3. 面向未来工作的指南。作者希望这份综述能服务于新 KGEM 的开发、对现有 KGEM 的深入分析，以及知识图谱结构刻画与分析的推进。

六、结论中英对照

EN · 原文
In light of the survey presented here, we to conclude with a short list of what we consider the most relevant open research directions in the domain of KG structure and link prediction.
CN · 翻译
基于本文的综述，我们最后列出我们认为知识图谱结构与链接预测领域最值得关注的开放研究方向。（「we to conclude」为原文笔误，照抄不改）
EN · 原文
First, existing research has shown many relationships between structure and LP performance, and between hyperparameters and LP performance. However, very few have examined how KG structure interacts with hyperparameter preference. We believe that further research in this area would be useful to further characterise KGEMs and link prediction.
CN · 翻译
第一，现有研究已揭示结构与 LP 性能、超参数与 LP 性能之间的许多关系，但很少有研究考察「KG 结构如何与超参数偏好相互作用」。我们相信，这方面的进一步研究将有助于更完整地刻画 KGEM 与链接预测。
EN · 原文
Second, this work does not consider the ontological properties of KGs, such as frequencies of transitive / symmetric / asymmetric relationships (and so on). Nor does it consider node / relationship typing or type hierarchies. As ontologies are core to KG data representation, an exploration of how ontological properties of a graph interact with KG structure, hyperparameter preference, and link prediction performance wold be of great contribution to the field.
CN · 翻译
第二，本文没有考虑 KG 的本体属性（如传递/对称/非对称关系的出现频率等），也没有考虑节点/关系的类型或类型层级。由于本体是 KG 数据表示的核心，探索图的本体属性如何与结构、超参数偏好和链接预测性能相互作用，将对该领域有重大贡献。（「wold」为原文拼写，照抄不改）
EN · 原文
Finally, structural analysis of KGs is limited by a lack of diverse, structurally-controlled benchmark KGs. While work in this area exists (see Dave et al. (2024) [4]), and while significant work has been put into structure-controlled KG generation (i.e. PyGraft [7]), there is no consensus in this area yet. We propose that the establishment of desiderata for such standard graphs, as well as their publication in a standard library (such as PyKEEN [2]), would be a massive contribution to the state-of-the-art in KGEMs and LP.
CN · 翻译
最后，KG 的结构分析受限于「缺少多样且结构受控的基准知识图谱」。虽然该方向已有工作（见 Dave 等人 (2024) [4]），也有大量工作投入到结构受控的 KG 生成（如 PyGraft [7]），但该领域至今尚无共识。我们建议：为这类标准图谱建立「应满足的条件清单（desiderata）」，并将其发布到标准库（如 PyKEEN [2]）中——这将是对 KGEM 与 LP 领域的一大贡献。

原文拼写瑕疵（out fo / we to conclude / wold）均照抄未改；所有数字与引用标注原样保留。

七、编者解读：这篇论文到底讲了什么（大白话版）

  1. 问题：知识图谱把知识存成「实体—关系—实体」的三元组，嵌入模型再把它们变成向量。大家早就发现「图的形状」会影响模型好坏、还会引入偏差，但没人把这些发现系统整理过——你查文献时只能一篇篇翻。
  2. 做法：这篇综述把文献中所有「结构与性能」「结构与超参数偏好」的关系汇总成一张依赖全景图（图 1），并明确区分：哪些结构特征被证实影响 LP 性能，哪些超参数选择会与结构相互作用。
  3. 结果：给出第一份系统综述；梳理出结构偏差的证据链；指出三大开放问题——结构×超参数交互、本体属性、缺少结构受控的基准图谱。
  4. 最值钱的观点：结构不是噪声——它是偏差来源，也是性能的决定因素之一。所以评估嵌入模型时，必须报告并控制图结构，否则对比结果不可信。
  5. 工程意义：选模型、调参数之前先看图的统计特征（度数分布、连通性等）；构建基准数据集时要控制结构多样性，否则会「偏袒」某些模型。
🎯 对保研的启示：综述是保研面试的「地图」型素材：它帮你建立术语体系、看清领域脉络。学一个句式——「no study known to the authors has attempted to...」（据作者所知尚无研究尝试……）——这就是标准的 gap 陈述，写开题报告和科研计划时直接能用。

八、给准大一的阅读路线图 & 延伸方向

📖 怎么读这篇论文（三遍法）

  1. 第一遍（10 分钟）：只读摘要和术语表，回答三问：KG 是什么？LP 任务是什么？这篇综述填补了什么空白？
  2. 第二遍（20 分钟）：读引言第③④小节与结论的开放问题，重点体会「结构影响性能」这条主线，以及作者如何把两处空白讲清楚。
  3. 第三遍（30 分钟）：读引言第⑤小节与全文图 1，跳过公式与编号；把术语表里 14 个词在文中圈出来回查。

🚀 这个方向你能延伸做什么

九、英文摘要朗读（练听力用）

先盲听一遍→再看对照稿→再听一遍。目标：听出术语（KGEM、link prediction、graph structure、bias）和关键句 the first comprehensive survey。