清华大学团队开源OpenKE与OpenNE工具包，助力NLP系统梳理

雷锋网消息，近期，清华大学计算机科学与技术系自然语言处理实验室的刘知远助理教授所带领的团队动作频频。组内分别于 10 月 27 日和 11 月 2 日先后开源了两个工具包 OpenNE 与 OpenKE 。

OpenNE

网络表示能够衔接网络原始数据和网络应用任务，通过网络表示学习算法，可以从网络数据中获得网络中每个节点的向量表示，并将其作为节点特征应用于网络应用任务，如节点分类、链接预测和可视化等。

雷锋网获悉，清华大学博士生涂存超和本科生张正彦贡献的 OpenNE（Open-Source  Network Embedding）针对网络表示学习（NE/NRL）进行了系统梳理，统一了 NE 模型的输入/输出/评测接口，并修订复现了经典的网络表示学习模型，包括DeepWalk, LINE, node2vec, GraRep, TADW, GCN等。

GItHub地址：https://github.com/thunlp/OpenNE

OpenKE

知识表示学习（Knowledge Embedding）旨在将知识图谱中实体与关系嵌入到低维向量空间中，有效提升知识计算效率。雷锋网了解到，清华大学刘知远团队博士生韩旭、林衍凯和已毕业硕士生谢若冰于近期共同完成整理推出 OpenKE 平台。

官网地址：http://openke.thunlp.org/index/about

根据助理教授刘知远在微博上的介绍，主要功能包括：

（1）TransE 、TransH、TransR、TransD、RESCAL、DistMult、HolE、ComplEx等算法的统一接口的高效实现。

（2）面向WikiData和Freebase两大通用KG全量数据的预训练好的知识表示模型下载，不需要大家再费心重复训练。

工具包目前托管在GitHub上：https://github.com/thunlp/OpenKE，欢迎大家下载使用。

AI慕课学院近期推出了《NLP工程师入门实践班：基于深度学习的自然语言处理》课程!

三大模块，五大应用，海外博士讲师手把手教你入门NLP，更有丰富项目经验相授；算法+实践，搭配典型行业应用；随到随学，专业社群，讲师在线答疑！

课程地址：http://www.mooc.ai/course/427

加入AI慕课学院人工智能学习交流QQ群：624413030，与AI同行一起交流成长