Machine learning 将关系表示为监督学习任务的特征

我试图使用对象之间的关系来完成有监督的学习任务。 例如，给定一个类似“猫吃鱼”的文本，我想使用猫吃鱼的关系作为学习任务的特征（即识别单词的意义）。因此，我想用数字表示这种关系，以便我可以将其用作学习模型的特征。任何关于我如何做到这一点的建议。我想把它散列成一个整数，但这可能会带来挑战，比如两个语义相同的关系可能有两个非常不同的散列值。理想情况下，我希望2个类似的关系（例如生活和居住）散列到相同的值。我想我还需要弄清楚是否可以在散列之前规范化关系

其他可能不使用数字特征的方法也会有用。我还想知道是否有基于图形的方法来解决这个问题。

我建议为所有可能的关系类型生成（大量）二进制特征，然后可能在生成的（非常稀疏的）特征空间上运行某种形式的降维

---

另一种减少稀疏性的方法是用实体类型替换裸词，例如[animal]吃[animal]，甚至[animate]吃[animate]，然后在此空间中使用二进制特征。您希望避免映射到单个维度上的数值，因为如果这样做，将在要素之间强加虚假的顺序关系。

如何通过表示动词前面的典型单词（通常是主语）和动词后面的典型单词（通常是宾语）的要素来表示动词。假设你可以选取500个最常见的单词（或者更好的是，选取最有辨别力的单词），那么每个动词都可以表示为1000维向量。向量中的每个特征可以是二进制（是否存在频率高于某个阈值的单词），也可以是纯计数，或者最好是对数。然后，可以运行PCA将向量降到更小的维度

---

上面的方法是概率性的，根据您的需要，可能是好的，也可能是坏的。如果您想通过大量手动输入精确地完成此操作，请查看情景语义。

您最终做了什么？我只是使用了一种基于图形的方法，其中关系是两个实体之间的边。