Fugu-MT 論文翻訳(概要): Order Embeddings from Merged Ontologies using Sketching

論文の概要: Order Embeddings from Merged Ontologies using Sketching

arxiv url: http://arxiv.org/abs/2101.02158v1
Date: Wed, 6 Jan 2021 17:50:55 GMT
ステータス: 処理完了
システム内更新日: 2021-04-11 00:17:07.156746
Title: Order Embeddings from Merged Ontologies using Sketching
Title（参考訳）: スケッチを用いたマージオントロジーからの順序埋め込み
Authors: Kenneth L. Clarkson and Sanjana Sahayaraj
Abstract要約: スケッチから順序埋め込みを生成するための単純で低リソースのメソッドを提供する。本手法は、特に寸法低減のためにスケッチ技術を用いています。また,注文関係が保存されるように,医療領域にマージする方法についても検討した。
参考スコア（独自算出の注目度）: 2.7412662946127764
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We give a simple, low resource method to produce order embeddings from ontologies. Such embeddings map words to vectors so that order relations on the words, such as hypernymy/hyponymy, are represented in a direct way. Our method uses sketching techniques, in particular countsketch, for dimensionality reduction. We also study methods to merge ontologies, in particular those in medical domains, so that order relations are preserved. We give computational results for medical ontologies and for wordnet, showing that our merging techniques are effective and our embedding yields an accurate representation in both generic and specialised domains.
Abstract（参考訳）: オントロジーから順序埋め込みを生成するための単純で低リソースのメソッドを与える。このような埋め込みは単語をベクトルにマッピングし、ハイパーネミーやハイポニーミーのような単語の順序関係を直接的に表現する。本手法では,スケッチ技法,特にcountsketchを用いて次元の縮小を行う。また, オントロジー, 特に医学領域におけるマージ手法について検討し, 順序関係を保存した。我々は,医療オントロジーとwordnetの計算結果を提供し,融合手法が有効であることを示し,汎用領域と特殊領域の両方において正確な表現を与える。

関連論文リスト

MapperGPT: Large Language Models for Linking and Mapping Entities [1.5340902251924438]
MapperGPTは、大規模言語モデルを用いて、マッピングを後処理のステップとしてレビューし、洗練するアプローチである。ハイリコール法と組み合わせることで,MapperGPTは精度を大幅に向上できることを示す。
論文参考訳（メタデータ） (2023-10-05T16:43:04Z)
Conjunct Resolution in the Face of Verbal Omissions [51.220650412095665]
本稿では,テキスト上で直接動作する接続分解タスクを提案し,コーディネーション構造に欠けている要素を復元するために,分割・言い換えパラダイムを利用する。クラウドソースアノテーションによる自然に発生する動詞の省略例を10万件以上を含む,大規模なデータセットをキュレートする。我々は、このタスクのために様々な神経ベースラインをトレーニングし、最良の手法が適切なパフォーマンスを得る一方で、改善のための十分なスペースを残していることを示す。
論文参考訳（メタデータ） (2023-05-26T08:44:02Z)
Lattice-preserving $\mathcal{ALC}$ ontology embeddings with saturation [50.05281461410368]
OWL表現の埋め込みを生成するため,順序保存型埋め込み法を提案する。本手法は,いくつかの知識ベース完了タスクにおいて,最先端の組込み手法よりも優れていることを示す。
論文参考訳（メタデータ） (2023-05-11T22:27:51Z)
Latent Graph Representations for Critical View of Safety Assessment [2.9724186623561435]
CVS予測の手法として,まず乱れのあるシーングラフを用いて手術画像の表現を行い,その表現をグラフニューラルネットワークを用いて処理する手法を提案する。我々のグラフ表現は、意味情報を明示的に符号化し、解剖学的推論を改善するとともに、視覚的特徴を識別可能性を維持し、意味的誤りに対する堅牢性を提供する。本手法は,ボックスアノテーションのトレーニングにおいて,複数のベースラインメソッドよりも優れるだけでなく,セグメンテーションマスクのトレーニング時にも効果的にスケールし,最先端のパフォーマンスを維持していることを示す。
論文参考訳（メタデータ） (2022-12-08T09:21:09Z)
Cross-Lingual BERT Contextual Embedding Space Mapping with Isotropic and Isometric Conditions [7.615096161060399]
並列コーパスを利用した文脈認識・辞書フリーマッピング手法について検討する。本研究は, 正規化文脈埋め込み空間における等方性, 等方性, 等方性の間の密接な関係を解明するものである。
論文参考訳（メタデータ） (2021-07-19T22:57:36Z)
Sent2Matrix: Folding Character Sequences in Serpentine Manifolds for Two-Dimensional Sentence [54.6266741821988]
テキストを2次元表現に変換し、Sent2Matrix法を開発する。この手法は単語形態と境界の両方を明示的に組み込むことができる。特に,本手法は,テキストを2次元フォーマットで表現する最初の試みである。
論文参考訳（メタデータ） (2021-03-15T13:52:47Z)
Accelerating Text Mining Using Domain-Specific Stop Word Lists [57.76576681191192]
本稿では,超平面的アプローチと呼ばれるドメイン固有語の自動抽出手法を提案する。ハイパープレーンベースのアプローチは、無関係な特徴を排除することによって、テキストの寸法を著しく削減することができる。その結果,超平面型アプローチはコーパスの寸法を90%削減し,相互情報より優れることがわかった。
論文参考訳（メタデータ） (2020-11-18T17:42:32Z)
Text Information Aggregation with Centrality Attention [86.91922440508576]
本稿では, 固有中央集権自己注意という, 集権重み付けの新たな方法を提案する。文中のすべての単語に対する完全連結グラフを構築し,各単語の注意点として固有中央性を計算する。
論文参考訳（メタデータ） (2020-11-16T13:08:48Z)
Primal-Dual Mesh Convolutional Neural Networks [62.165239866312334]
本稿では,グラフ・ニューラル・ネットワークの文献からトライアングル・メッシュへ引き起こされた原始双対のフレームワークを提案する。提案手法は,3次元メッシュのエッジと顔の両方を入力として特徴付け,動的に集約する。メッシュ単純化の文献から得られたツールを用いて、我々のアプローチに関する理論的知見を提供する。
論文参考訳（メタデータ） (2020-10-23T14:49:02Z)
Enhancing Word Embeddings with Knowledge Extracted from Lexical Resources [3.7814216736076434]
従来の単語埋め込みと特殊化手法を用いて、単語間の意味的関係をよりよく把握する。提案手法では,BabelNetのようなリッチな語彙資源から外部知識を活用する。
論文参考訳（メタデータ） (2020-05-20T13:45:49Z)

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。