第3章：RotatE模型原理 — 旋转嵌入、关系语义与目标函数

各位同学，今天咱们聊聊 RotatE。讲真，我第一次看到这个模型时，第一反应是：「这名字听着像是个旋转餐厅？」后来真正上手才发现——它确实是在复平面上玩旋转。而且玩得很漂亮。

我之前在做一个药物-靶点关系预测项目时，用 TransE 和 DistMult 都试过，效果一般。后来换成 RotatE，嗯，效果一下子就上来了。不是说它万能，但至少在对称 / 反对称 / 组合关系这些场景下，RotatE 的建模能力确实强。

3.1 旋转嵌入：把实体放到复空间

先看最核心的概念。传统知识图谱嵌入模型（比如 TransE）把实体和关系都映射到实数向量空间。RotatE 不一样——它把实体嵌入放到复向量空间里。

为什么要这么做？

我个人的理解是：关系本质上是一种变换。比如关系 r 把头实体 h 变成尾实体 t。在实数空间里，这个变换可能是平移（TransE）、线性映射（DistMult）等等。但在复空间里，有一种天然且优美的变换——旋转。

RotatE 的核心假设：

• 每个实体 h, t 表示为复向量（维度为 d）
• 每个关系 r 表示为一个逐元素旋转操作
• 对于第 k 维，旋转角度为 θ_r,k

公式表达就是：

t = h ∘ r
其中：
h_k = a_k + i·b_k
r_k = cos θ_r,k + i·sin θ_r,k
t_k = h_k · r_k = (a_k cos θ_r,k - b_k sin θ_r,k) + i·(a_k sin θ_r,k + b_k cos θ_r,k)

说白了，就是把每个维度的实体向量乘上关系对应的旋转因子。这个方式在复数模长上是保范的——旋转不改变向量的模长，只改变方向。这个性质特别好，因为它天然约束了关系的语义。

3.2 关系语义：对称、反对称、组合、逆关系

咱们看看 RotatE 到底能表达哪些关系模式。我做过对比实验，下面这张表是我根据项目经验整理的：

关系模式	解释	RotatE 能力	条件
对称关系	r(h,t) 且 r(t,h)	✅ 可建模	r ∘ r = 1 → θ = 0 或 π
反对称关系	r(h,t) 且 ¬r(t,h)	✅ 可建模	θ ≠ 0, π
逆关系	r1(h,t) 且 r2(t,h)	✅ 可建模	r2 = conj(r1)
组合关系	r3(h,t) = r1 ∘ r2	✅ 可建模	θ3 = θ1 + θ2

举个例子，在药物知识图谱里，"与-相互作用-产生副作用" 这个关系，通常是不对称的（药A引起副作用S，但副作用S一般不会反过来引起药A）。RotatE 能很好地区分这种方向性。

我曾经踩过一个坑：在某个数据集上，用 TransE 做链接预测，对称关系（比如 "化学结构相似"）总是预测反了。后来换成 RotatE，效果好得多。为什么？因为 TransE 对一个对称关系只能学出 r ≈ 0，但 RotatE 可以学出 θ = 0（即旋转0度）——同样是恒等变换，但 RotatE 保留了维度细节，更稳定。

3.3 目标函数与损失

模型设计好了，怎么训练？

RotatE 使用的是负采样 + 自对抗损失（self-adversarial loss）。这个损失函数在当年是很有新意的。

咱们先看评分函数：

score(h, r, t) = -||h ∘ r - t||

也就是说，如果 h∘r 和 t 越接近，score 越大。负样本则希望 score 尽量小。

损失函数形式：

L = -log σ(γ - d(h,r,t)) - Σ [w_i · log σ(d(h_i', r, t_i') - γ)]
其中 d(h,r,t) = ||h ∘ r - t||
w_i 是自对抗采样权重

这里的 γ 是固定边距（margin）。我在调参时习惯先设 γ=9.0，然后看验证集表现调整。

3.4 自对抗负采样

自对抗采样是 RotatE 的一大亮点。传统方法随机替换头实体或尾实体生成负样本，但很多负样本太"弱"了（比如明显错误的三元组），模型学不到东西。

RotatE 的做法是：根据当前模型对每个正三元组附近的候选实体的评分，动态分配采样概率。评分越高的实体（越容易让模型混淆），被选为负样本的概率越大。

算法流程：

1. 对每个正三元组 (h,r,t)，随机采样 N 个候选实体
2. 计算每个候选的 score
3. 用 softmax 归一化得到采样概率
4. 根据概率采样负样本
5. 使用这些负样本计算损失

这样做的好处很明显——模型会越来越"关注"那些真正有挑战性的负例，训练效率高不少。

3.5 RotatE 整体流程

咱们用一张图把整个流程串起来：

3.6 训练超参数参考

根据我的项目经验，RotatE 在药物知识图谱上的常用配置如下：

参数	推荐值	说明
嵌入维度 d	200～500	药物KG通常实体数不多，d=300 比较稳妥
边距 γ	9.0～24.0	我习惯先设 9.0，看效果再调
负采样数 n_sample	256	如果实体数超过 5 万，可以降到 128
自对抗温度 β	0.5～1.0	太难收敛就降 β
学习率	0.00005～0.001	Adam优化器，初始 0.0001
批大小 batch_size	512～2048	GPU 显存够就大一点

我建议你刚开始跑时，先在小型子集上试一遍流程，确认收敛曲线平稳了再上全量数据。不然一次训练几个小时，发现 loss 不降就尴尬了。

好，RotatE 的核心原理就这些。咱们后面会再把它和 GCN 结合起来聊聊怎么在药物知识图谱上落地。今天就先消化这些。