本文综述了多种知识图谱嵌入方法：InteractE通过特征交互提升链接预测，MRR最高提升23%；ConvD改进卷积核以增强表达能力；ConE利用超球面锥体捕捉分层关系；HAKE采用极坐标建模语义层次；ConvE以多层卷积实现高效链接预测。这些方法在FB15k-237等数据集上均优于基线。

本文提出了一种嵌入有向无环图的新方法，使用证明能够更好地模拟树状结构的双曲空间，并使用一组嵌套的测地凸锥来定义分层关系，并证明这些蕴含锥体在欧几里得和双曲空间中均具有一种优化的形式，而且它们可以规范地定义嵌入学习过程。实验显示，我们的方法在表示能力和泛化方面都比最近的强有力的基线有显着的改进。