Fugu-MT 論文翻訳(概要): Knowledge Graph Embeddings and Explainable AI

論文の概要: Knowledge Graph Embeddings and Explainable AI

arxiv url: http://arxiv.org/abs/2004.14843v1
Date: Thu, 30 Apr 2020 14:55:09 GMT
ステータス: 処理完了
システム内更新日: 2022-12-08 03:04:19.930410
Title: Knowledge Graph Embeddings and Explainable AI
Title（参考訳）: 知識グラフの埋め込みと説明可能なAI
Authors: Federico Bianchi and Gaetano Rossiello and Luca Costabello and Matteo Palmonari and Pasquale Minervini
Abstract要約: 我々は,知識グラフの埋め込みの概念を,それらが何であるか,どのように生成可能か,どのように評価可能かを説明することによって紹介する。我々は、ベクトル空間における知識を表現するために導入されたアプローチを説明することによって、この分野における最先端技術について要約する。知識表現に関して、説明可能性の問題を検討し、知識グラフの埋め込みによって得られた予測を説明するモデルと方法について議論する。
参考スコア（独自算出の注目度）: 29.205234615756822
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Knowledge graph embeddings are now a widely adopted approach to knowledge representation in which entities and relationships are embedded in vector spaces. In this chapter, we introduce the reader to the concept of knowledge graph embeddings by explaining what they are, how they can be generated and how they can be evaluated. We summarize the state-of-the-art in this field by describing the approaches that have been introduced to represent knowledge in the vector space. In relation to knowledge representation, we consider the problem of explainability, and discuss models and methods for explaining predictions obtained via knowledge graph embeddings.
Abstract（参考訳）: 現在、知識グラフの埋め込みは、実体と関係がベクトル空間に埋め込まれる知識表現への広く採用されているアプローチである。本章では,知識グラフ埋め込みの概念を読者に紹介し,それが何であるか,どのように生成できるか,どのように評価できるかを説明する。我々は、ベクトル空間における知識を表現するために導入されたアプローチを説明することにより、この分野の最先端を要約する。ナレッジ表現に関して,説明可能性の問題を検討し,ナレッジグラフ埋め込みによって得られた予測を説明するモデルと手法について考察する。

関連論文リスト

From Latent to Lucid: Transforming Knowledge Graph Embeddings into Interpretable Structures [2.6451388057494283]
本稿では,知識グラフ埋め込みモデルに適したポストホックな説明可能なAI手法を提案する。本手法は,知識グラフ埋め込みモデルによって符号化された潜在表現を直接デコードする。類似した埋め込みエンティティのサブグラフ近傍の異なる構造を識別することにより、これらの知見を人間の理解可能な象徴的ルールや事実に変換する。
論文参考訳（メタデータ） (2024-06-03T19:54:11Z)
Knowledge Graph Extension by Entity Type Recognition [2.8231106019727195]
本稿では,エンティティ型認識に基づく知識グラフ拡張フレームワークを提案する。このフレームワークは、異なる知識グラフ間でスキーマとエンティティを整列させることにより、高品質な知識抽出を実現することを目的としている。
論文参考訳（メタデータ） (2024-05-03T19:55:03Z)
Extending Transductive Knowledge Graph Embedding Models for Inductive Logical Relational Inference [0.5439020425819]
この研究は、従来の帰納的知識グラフの埋め込みアプローチと、より最近の帰納的関係予測モデルとのギャップを埋めるものである。本稿では,帰納的埋め込み法で学習した表現を活用して,推論時に導入された新しい実体の表現を帰納的設定で推論する一般調和拡張法を提案する。多数の大規模知識グラフ埋め込みベンチマークの実験において、この手法は、帰納的知識グラフ埋め込みモデルの機能を拡張するためのものであり、いくつかのシナリオでは、そのような帰納的タスクのために明示的に導出される最先端のモデルよりも優れています。
論文参考訳（メタデータ） (2023-09-07T15:24:18Z)
Large Language Models and Knowledge Graphs: Opportunities and Challenges [51.23244504291712]
大規模言語モデル(LLM)は知識表現(Knowledge Representation)と世界(the world)を嵐によって取り除きました。この屈折点は、明示的な知識表現から、明示的な知識とパラメトリックな知識のハイブリッド表現への新たな焦点へのシフトを示す。
論文参考訳（メタデータ） (2023-08-11T20:16:57Z)
Computing Rule-Based Explanations of Machine Learning Classifiers using Knowledge Graphs [62.997667081978825]
我々は、機械学習分類器の動作を説明する用語を提供する基盤となるフレームワークとして知識グラフを使用している。特に,知識グラフの用語で表される一階述語論理規則の形で,ブラックボックスの説明を抽出し,表現するための新しい手法を提案する。
論文参考訳（メタデータ） (2022-02-08T16:21:49Z)
Conditional Attention Networks for Distilling Knowledge Graphs in Recommendation [74.14009444678031]
本稿では,知識グラフをレコメンデーションシステムに組み込むために,知識対応コンディショナルアテンションネットワーク(KCAN)を提案する。本研究では,まず,ユーザ・イテムネットワークとナレッジグラフのグローバルな意味的類似性を捉えるノード表現を得る。そして,そのサブグラフに条件付きアテンションアグリゲーションを適用することで,その知識グラフを改良し,目標固有ノード表現を得る。
論文参考訳（メタデータ） (2021-11-03T09:40:43Z)
Knowledge Sheaves: A Sheaf-Theoretic Framework for Knowledge Graph Embedding [1.5469452301122175]
知識グラフの埋め込みは, トポロジカル言語, カテゴリー言語で自然に表現されていることを示す。知識グラフの埋め込みは、グラフ上の適切なテクスチャ知識棚の近似グローバルセクションとして記述することができる。結果として得られる埋め込みは、特別な訓練をせずに合成関係の推論に容易に適応できる。
論文参考訳（メタデータ） (2021-10-07T20:54:40Z)
KRISP: Integrating Implicit and Symbolic Knowledge for Open-Domain Knowledge-Based VQA [107.7091094498848]
VQAの最も難しい質問の1つは、質問に答えるために画像に存在しない外部の知識を必要とする場合です。本研究では,解答に必要な知識が与えられたり記入されたりしないオープンドメイン知識を,トレーニング時やテスト時にも検討する。知識表現と推論には2つのタイプがあります。まず、トランスベースのモデルで教師なし言語事前トレーニングと教師付きトレーニングデータから効果的に学ぶことができる暗黙的な知識。
論文参考訳（メタデータ） (2020-12-20T20:13:02Z)
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)
A Heterogeneous Graph with Factual, Temporal and Logical Knowledge for Question Answering Over Dynamic Contexts [81.4757750425247]
動的テキスト環境における質問応答について検討する。構築したグラフ上にグラフニューラルネットワークを構築し,エンドツーエンドでモデルをトレーニングする。
論文参考訳（メタデータ） (2020-04-25T04:53:54Z)
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。