Fugu-MT 論文翻訳(概要): Knowledge Association with Hyperbolic Knowledge Graph Embeddings

論文の概要: Knowledge Association with Hyperbolic Knowledge Graph Embeddings

arxiv url: http://arxiv.org/abs/2010.02162v1
Date: Mon, 5 Oct 2020 17:11:35 GMT
ステータス: 処理完了
システム内更新日: 2022-10-10 19:46:08.320095
Title: Knowledge Association with Hyperbolic Knowledge Graph Embeddings
Title（参考訳）: 双曲的知識グラフ埋め込みと知識関連
Authors: Zequn Sun, Muhao Chen, Wei Hu, Chengming Wang, Jian Dai, Wei Zhang
Abstract要約: 双曲型変換と知識関連性を持つKGの埋め込みと捕捉のための双曲型リレーショナルグラフニューラルネットワークを提案する。エンティティアライメントと型推論の実験は,本手法の有効性と有効性を示した。
参考スコア（独自算出の注目度）: 32.540462980828536
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Capturing associations for knowledge graphs (KGs) through entity alignment, entity type inference and other related tasks benefits NLP applications with comprehensive knowledge representations. Recent related methods built on Euclidean embeddings are challenged by the hierarchical structures and different scales of KGs. They also depend on high embedding dimensions to realize enough expressiveness. Differently, we explore with low-dimensional hyperbolic embeddings for knowledge association. We propose a hyperbolic relational graph neural network for KG embedding and capture knowledge associations with a hyperbolic transformation. Extensive experiments on entity alignment and type inference demonstrate the effectiveness and efficiency of our method.
Abstract（参考訳）: エンティティアライメント、エンティティタイプ推論、その他の関連するタスクを通じて知識グラフ(kgs)の関連を捉えることは、包括的な知識表現を持つnlpアプリケーションに役立つ。ユークリッド埋め込みに基づく最近の関連する手法は階層構造とkgの異なるスケールによって挑戦されている。また、十分な表現性を実現するために高い埋め込み次元に依存する。異なることに、知識関連のための低次元双曲埋め込みを探索する。双曲型変換と知識関連性を持つKGの埋め込みと捕捉のための双曲型関係グラフニューラルネットワークを提案する。エンティティアライメントと型推論に関する大規模な実験により,本手法の有効性と有効性を示した。

関連論文リスト

Accelerating Scientific Discovery with Generative Knowledge Extraction, Graph-Based Representation, and Multimodal Intelligent Graph Reasoning [0.0]
我々は1000の科学論文からなるデータセットを、オントロジ知識グラフに変換した。我々はノード度を計算し、コミュニティと接続性を同定し、クラスタリング係数とピボットノード間の重心性を評価した。グラフは本質的に無スケールの性質を持ち、高連結であり、グラフ推論に使用できる。
論文参考訳（メタデータ） (2024-03-18T17:30:27Z)
Graph Relation Distillation for Efficient Biomedical Instance Segmentation [80.51124447333493]
本稿では,効率的なバイオメディカル・インスタンス・セグメンテーションのためのグラフ関係蒸留手法を提案する。画像内レベルと画像間レベルの両方に展開する2つのグラフ蒸留方式を導入する。多くのバイオメディカルデータセットの実験結果から,本手法の有効性が検証された。
論文参考訳（メタデータ） (2024-01-12T04:41:23Z)
What can knowledge graph alignment gain with Neuro-Symbolic learning approaches? [1.8416014644193066]
知識グラフ(KG)は多くのデータ集約型アプリケーションのバックボーンである。現在のアルゴリズムでは、論理的思考と推論を語彙的、構造的、意味的なデータ学習で表現することができない。本稿では,KGAにおける最先端技術について検討し,ニューロシンボリック統合の可能性を探る。
論文参考訳（メタデータ） (2023-10-11T12:03:19Z)
Recognizing Unseen Objects via Multimodal Intensive Knowledge Graph Propagation [68.13453771001522]
画像の領域と対応するセマンティック埋め込みとをマッチングする多モード集中型ZSLフレームワークを提案する。我々は、大規模な実世界のデータに基づいて、広範囲な実験を行い、そのモデルを評価する。
論文参考訳（メタデータ） (2023-06-14T13:07:48Z)
Jointly Learning Knowledge Embedding and Neighborhood Consensus with Relational Knowledge Distillation for Entity Alignment [9.701081498310165]
エンティティアライメントは、異なる知識グラフから異種知識を統合することを目的としています。近年の研究では、知識グラフを初めて学習し、エンティティアライメントを実行することで、埋め込みに基づく手法が採用されている。本稿では,知識蒸留機能を備えたグラフ畳み込みネットワーク(GCN)モデルを提案する。
論文参考訳（メタデータ） (2022-01-25T02:47:14Z)
Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis [96.53859361560505]
本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。 KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。 3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
論文参考訳（メタデータ） (2022-01-13T08:25:53Z)
Multi-modal Entity Alignment in Hyperbolic Space [13.789898717291251]
ハイパボリック・マルチモーダル・エンティティアライメント(HMEA)の新たな多モード・エンティティアライメント手法を提案する。まず、ハイパーボリックグラフ畳み込みネットワーク(HGCN)を用いて、エンティティの構造表現を学習する。次に、双曲空間の構造と視覚表現を組み合わせて、集約された埋め込みを用いて潜在的なアライメントの結果を予測する。
論文参考訳（メタデータ） (2021-06-07T13:45:03Z)
Knowledge Graph Embeddings in Geometric Algebras [14.269860621624392]
幾何学代数に基づく新しいKG埋め込みフレームワークGeomEを紹介する。我々のフレームワークは、最先端のKG埋め込みアプローチを仮定し、様々なキー関係パターンをモデル化する能力に有利である。複数のベンチマーク知識グラフの実験結果から,提案手法はリンク予測のための既存の最先端モデルよりも優れていることが示された。
論文参考訳（メタデータ） (2020-10-02T13:36:24Z)
CoLAKE: Contextualized Language and Knowledge Embedding [81.90416952762803]
文脈型言語と知識埋め込み(CoLAKE)を提案する。 CoLAKEは、言語と知識の両方の文脈化された表現を、拡張された目的によって共同で学習する。知識駆動タスク、知識探索タスク、言語理解タスクについて実験を行う。
論文参考訳（メタデータ） (2020-10-01T11:39:32Z)
On the Role of Conceptualization in Commonsense Knowledge Graph Construction [59.39512925793171]
アトミックやASERのような常識知識グラフ(CKG)は、従来のKGと大きく異なる。本稿では, CKG の概念化手法を紹介し, テキストに記述されたエンティティを特定の概念のインスタンスとみなすか, あるいはその逆を例に紹介する。提案手法は, 可塑性三重項を効果的に同定し, 新たなノードの3重項と, 多様性と新規性の両端項によってKGを拡張できる。
論文参考訳（メタデータ） (2020-03-06T14:35:20Z)
Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs [96.73259297063619]
我々は、この厄介なキュレーションを解放するために、新しい定式化、ゼロショット学習を考える。新たに追加された関係について,テキスト記述から意味的特徴を学習しようと試みる。我々は,GAN(Generative Adrial Networks)を活用し,テキストと知識グラフ領域の接続を確立する。
論文参考訳（メタデータ） (2020-01-08T01:19:08Z)

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。