論文の概要: A Survey on Knowledge Graphs: Representation, Acquisition and
Applications
- arxiv url: http://arxiv.org/abs/2002.00388v4
- Date: Thu, 1 Apr 2021 05:48:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-04 19:48:22.921154
- Title: A Survey on Knowledge Graphs: Representation, Acquisition and
Applications
- Title(参考訳): 知識グラフに関する調査 : 表現・獲得・応用
- Authors: Shaoxiong Ji and Shirui Pan and Erik Cambria and Pekka Marttinen and
Philip S. Yu
- Abstract要約: 我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。
知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。
メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
- 参考スコア(独自算出の注目度): 89.78089494738002
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human knowledge provides a formal understanding of the world. Knowledge
graphs that represent structural relations between entities have become an
increasingly popular research direction towards cognition and human-level
intelligence. In this survey, we provide a comprehensive review of knowledge
graph covering overall research topics about 1) knowledge graph representation
learning, 2) knowledge acquisition and completion, 3) temporal knowledge graph,
and 4) knowledge-aware applications, and summarize recent breakthroughs and
perspective directions to facilitate future research. We propose a full-view
categorization and new taxonomies on these topics. Knowledge graph embedding is
organized from four aspects of representation space, scoring function, encoding
models, and auxiliary information. For knowledge acquisition, especially
knowledge graph completion, embedding methods, path inference, and logical rule
reasoning, are reviewed. We further explore several emerging topics, including
meta relational learning, commonsense reasoning, and temporal knowledge graphs.
To facilitate future research on knowledge graphs, we also provide a curated
collection of datasets and open-source libraries on different tasks. In the
end, we have a thorough outlook on several promising research directions.
- Abstract(参考訳): 人間の知識は世界を形式的に理解する。
エンティティ間の構造的関係を表す知識グラフは、認知と人間レベルの知性に対する研究の方向性としてますます人気が高まっている。
本調査では,知識グラフに関する総合的な研究内容のレビューを行う。
1)知識グラフ表現学習
2)知識の獲得及び完成
3)時間的知識グラフ、及び
4)知識を意識した応用,今後の研究を促進するための最近のブレークスルーと視点の方向性をまとめる。
本稿では,これらのトピックに関する分類と分類を提案する。
知識グラフ埋め込みは、表現空間、スコアリング関数、エンコードモデル、補助情報という4つの側面から構成される。
知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。
メタリレーショナル学習,コモンセンス推論,時間的知識グラフなど,新たなトピックについても検討する。
知識グラフの今後の研究を容易にするため、さまざまなタスクに関するデータセットとオープンソースライブラリのキュレートされたコレクションも提供します。
最終的には、いくつかの有望な研究方向性について、徹底的に展望する。
関連論文リスト
- AceMap: Knowledge Discovery through Academic Graph [91.08846259873286]
AceMapは学術グラフによる知識発見のために設計された学術システムである。
本稿では,AceMapデータベースを構築するための高度なデータベース構築手法を提案する。
AceMapはまた、学術機関間の関連や論理的関係を探求するために、革新的な可視化、定量化、分析手法も採用している。
論文 参考訳(メタデータ) (2024-03-05T01:17:56Z) - Knowledge Graphs: Opportunities and Challenges [3.868053839556011]
膨大な量の知識を適切に整理し、表現することが重要になっている。
グラフデータとして、知識グラフは現実世界の知識を蓄積し伝達する。
本稿では知識グラフの機会と課題に焦点を当てる。
論文 参考訳(メタデータ) (2023-03-24T12:10:42Z) - State of the Art and Potentialities of Graph-level Learning [54.68482109186052]
グラフレベルの学習は、比較、回帰、分類など、多くのタスクに適用されている。
グラフの集合を学習する伝統的なアプローチは、サブストラクチャのような手作りの特徴に依存している。
ディープラーニングは、機能を自動的に抽出し、グラフを低次元表現に符号化することで、グラフレベルの学習をグラフの規模に適応させるのに役立っている。
論文 参考訳(メタデータ) (2023-01-14T09:15:49Z) - Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。
本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
論文 参考訳(メタデータ) (2022-11-30T03:44:15Z) - A Survey on Visual Transfer Learning using Knowledge Graphs [0.8701566919381223]
本調査は知識グラフ(KG)を用いた視覚伝達学習手法に焦点を当てる。
KGは、基礎となるグラフ構造化スキーマやベクトルベースの知識グラフの埋め込みにおいて補助的な知識を表現することができる。
本稿では,知識グラフの埋め込み手法の概要を概説し,それらを高次元の視覚的埋め込みと組み合わせた共同学習の目的について述べる。
論文 参考訳(メタデータ) (2022-01-27T20:19:55Z) - A Survey of Knowledge Graph Embedding and Their Applications [0.17205106391379024]
知識グラフの埋め込みにより、現実世界のアプリケーションが情報を消費してパフォーマンスを向上させることができる。
本稿では、単純な翻訳モデルからリッチメントモデルへのKG埋め込みの分野の成長について紹介する。
論文 参考訳(メタデータ) (2021-07-16T12:07:53Z) - KompaRe: A Knowledge Graph Comparative Reasoning System [85.72488258453926]
本稿では,複数の手がかりに対する共通点と矛盾点の推測を目的とした知識グラフの比較推論を提案する。
我々は,大規模な知識グラフに対して比較推論機能を提供する,最初のプロトタイプシステムであるKompaReを開発した。
論文 参考訳(メタデータ) (2020-11-06T04:57:37Z) - Knowledge Graphs [43.06435841693428]
我々は、知識グラフに使用される様々なグラフベースのデータモデルとクエリ言語を動機付け、対比する。
本稿では,帰納的手法と帰納的手法を組み合わせた知識の表現と抽出について説明する。
我々は知識グラフの高レベルな今後の研究方向性を結論づける。
論文 参考訳(メタデータ) (2020-03-04T20:20:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。