Ce premier notebook est une introduction aux principes des graphes de connaissances ainsi que leurs propriétés. Après quelques paragraphes explicatifs, il présente le jeu de données de jouet créé pour ces TPs, composé de 171 triplets, 79 entités et 12 relations différentes. Grâce à la librairie NetworkX, l'utilisateur pourra visualiser ce graphe de connaissance dynamiquement et devra répondre à quelques questions pour vérifier qu'il comprend bien ce que représente un tel graphe, et s'il peut retrouver quelques propriétés sur ce graphe (Symétrie, Anti-symétrie, Composition, inversion). L'utilisateur pourra ensuite aborder le notebook de son choix.

Ce notebook a pour but de présenter l'algorithme de plongement TransE. Il passe par toutes les étapes de fonctionnement de l'algorithme, expliquant sa manière de représenter les entités et relations, ses fonctions de score et de perte, sa façon de générer des exemples négatifs et son algorithme global. L'utilisateur est guidé au travers de ces notions et se voit proposer différents exercices corrigés l'aidant à mieux s'approprier les différents concepts.

Ce notebook a pour objectif de comparer plusieurs algorithmes de plongement de graphes de connaissances afin d’évaluer leurs performances pour la prédiction de liens. Pour cela, on utilise le jeu de données FB15K-237, issu de Freebase. Les résultats obtenus sont ensuite évalués à l’aide de métriques comme Hits@k et meanRank afin d’analyser les différences de performance entre les modèles et de comprendre l’influence des paramètres sur les résultats.