Introduction
研究知识图谱表示学习（KnowledgeGraph Embedding）可以解决当前很多应用的基本问题，这些方法旨在将知识图谱中的实体（Entity）和关系（Relation）都映射到低维向量空间中，并且捕获实体和关系之间的语义信息。当前很多知识图谱表示学习的方法都着重于设计新的得分函数（Score Function）从而可以捕获实体和关系之间复杂的交互。
然而在知识图谱表示学习的过程中，一个重要的部分——负采样（Negative Sampling）并没有被足够的重视。在知识图谱中，负样本采样的需求来源于KG中仅包含真实的正样本三元组，而在训练知识图谱表示的过程中，每个正样本需要对应相应的负样本。当前很多方法都使用均匀采样（Uniform Sampling）的方式，然而这样的方式很容易造成训练过程中的梯度消失，也就是很多负样本都是很容易被划分为负样本的简单样例，得分函数很自然的对这一类负样本给出较低的分数，从而导致训练过程中梯度为零。
所以高质量的负样本应该是得分函数给出较高分数（被误认为是正样本）的负样本，这篇文章探讨了在知识图谱表示学习模型的学习过程中（1）如何捕获并且建模负样本的动态分布，以及（2）如何有效地进行负样本的采样。
作者发现负样本的分数分布是高度偏斜的（Skewed），也就是说只有少量的负样本的分数较高，其余的分数较低的负样本的对后续的训练几乎无用。这个发现促使作者设计模型来维护这部分高质量的负样本三元组，并且在训练的过程中动态地更新。
Proposed Model
图1. 负样本的分数分布举例
图1（a）中展示了某一个三元组在训练过程中，负样本分布的变化；图1（b）中展示了在训练完成后，不同三元组的负样本分布情况。最终得出的结论是，负样本分数的分布是高度偏斜的，并且只有很少一部分的负样本有较大的分数。是否可以设计一个模型直接监控那些分数较高的负样本。这篇文章提出了NSCaching的方法，该方法只要解决了以下两个问题：
1、如何建模负样本的动态分布？
2、如何有效的采样负样本？
模型设计了一个缓存机制，保存了知识图谱中每个三元组对应的分数较高的负样本三元组，Algorithm2中展示了基于该缓存机制的知识图谱表示学习模型的学习过程。
具体来说，缓存分为头实体缓存（head-cache）和尾实体缓存（tail-cacahe），其中头实体缓存利用(r, t)进行索引，尾实体缓存利用(h, r)进行索引，他们分别存储的是知识图谱中的头实体和尾实体。在算法中，首先会确定一个正样本，然后得到该正样本在缓存中对应的部分（步骤5），然后会根据相应的缓存构造负样本（步骤6-7），最后更新缓存（步骤8）。
考虑模型的具体细节，这里如何从缓存中采样负样本（步骤6）以及如何更新缓存（步骤8）呢？
对于步骤6，作者采用的是从缓存中进行均匀采样。利用均匀采样的原因是该方法简单高效，虽然另一个看起来更好的方法可能是利用负样本的分数进行采样，但作者认为该方法不仅需要更多的空间存储三元组的分数，并且会因为负样本分布变化和假负样本引入更多偏差。
对于步骤8，这里采用重要性采样（Importance Sampling，IS）。首先从所有的三元组中均匀采样一部分实体，然后把这部分实体和原本缓存的实体放在一起，并计算分数，利用如下公式计算每个负样本三元组的重要性，也就是被采样进入更新后的缓存的概率。
完整的缓存更新算法如下：
Experiments
作者在多个标准数据集上进行了实验，如下图是在利用TransE，在不同标准数据集上，和其他负采样方法对比的结果（更多利用其余KGE的实验结果请参考原文），可以看出这里提出的NSCacheing优于其他的负采样方法。
图2. 在不同标准数据集上的结果
