关于TransH的论文，提出了TransH算法，并进行了实验。

Format of the dataset raw.kb: the raw kb data from NELL system kb_env_rl.txt: we add inverse triples of all triples in raw.kb, this file is used as the KG for reasoning entity2vec.bern/relation2vec.bern: transE embeddings to represent out RL states,

基于PyTorch的知识图谱表示，实现了TransE、TransH、TransR、TransD四种算法

该项目将不再维护，建议用户访问和使用新软件包 。

必须阅读有关KRL / KE的论文。 KRL：知识表示学习。 柯：知识的嵌入。 和贡献。 我们发布了 ，这是KRL / KE的开源工具包。 该存储库提供了标准的KRL / KE培训和测试框架。 当前，OpenKE中已实现的模型包括TransE，TransH，TransR，TransD，RESCAL，DistMult，ComplEx和HolE。 调查文件： 代表性学习：回顾与新观点。 Yoshua Bengio，Aaron Courville和Pascal Vincent。 TPAMI20