論文の概要: PKGM: A Pre-trained Knowledge Graph Model for E-commerce Application
- arxiv url: http://arxiv.org/abs/2203.00964v1
- Date: Wed, 2 Mar 2022 09:17:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-03 14:48:49.174345
- Title: PKGM: A Pre-trained Knowledge Graph Model for E-commerce Application
- Title（参考訳）: PKGM:Eコマースアプリケーションのための学習済み知識グラフモデル
- Authors: Wen Zhang, Chi-Man Wong, Ganqinag Ye, Bo Wen, Hongting Zhou, Wei
Zhang, Huajun Chen
- Abstract要約: オンラインショッピングプラットフォームのTaobaoでは、数十億規模のeコマース製品知識グラフを構築しました。
データを一様に整理し、アイテムレコメンデーションなどの様々なタスクにアイテムナレッジサービスを提供する。
数十億の製品知識グラフを対象とした事前学習型知識グラフモデル(PKGM)を提案する。
- 参考スコア（独自算出の注目度）: 22.3129874858367
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, knowledge graphs have been widely applied as a uniform way
to organize data and have enhanced many tasks requiring knowledge. In online
shopping platform Taobao, we built a billion-scale e-commerce product knowledge
graph. It organizes data uniformly and provides item knowledge services for
various tasks such as item recommendation. Usually, such knowledge services are
provided through triple data, while this implementation includes (1) tedious
data selection works on product knowledge graph and (2) task model designing
works to infuse those triples knowledge. More importantly, product knowledge
graph is far from complete, resulting error propagation to knowledge enhanced
tasks. To avoid these problems, we propose a Pre-trained Knowledge Graph Model
(PKGM) for the billion-scale product knowledge graph. On the one hand, it could
provide item knowledge services in a uniform way with service vectors for
embedding-based and item-knowledge-related task models without accessing triple
data. On the other hand, it's service is provided based on implicitly completed
product knowledge graph, overcoming the common the incomplete issue. We also
propose two general ways to integrate the service vectors from PKGM into
downstream task models. We test PKGM in five knowledge-related tasks, item
classification, item resolution, item recommendation, scene detection and
sequential recommendation. Experimental results show that PKGM introduces
significant performance gains on these tasks, illustrating the useful of
service vectors from PKGM.
- Abstract（参考訳）: 近年、知識グラフはデータの組織化の一貫した手法として広く採用され、知識を必要とする多くのタスクを強化してきた。
オンラインショッピングプラットフォームのTaobaoでは、数十億規模のeコマース製品知識グラフを構築しました。
データを一様に整理し、アイテムレコメンデーションなどの様々なタスクにアイテムナレッジサービスを提供する。
通常、このような知識サービスは三重データを通じて提供され、この実装には、(1)製品知識グラフ上での退屈なデータ選択、(2)タスクモデル設計が三重データ知識を注入する。
さらに重要なことに、製品ナレッジグラフは完成から程遠いので、結果としてエラーが知識強化タスクに伝播する。
これらの問題を回避するため,10億の製品知識グラフを対象とした事前学習知識グラフモデル(PKGM)を提案する。
一方、三重データにアクセスせずに、埋め込みベースおよびアイテム知識関連タスクモデルのためのサービスベクターを統一した方法でアイテムナレッジサービスを提供できる。
一方、サービスは暗黙的に完成した製品知識グラフに基づいて提供され、共通する不完全な問題を克服します。
また,pkgmからのサービスベクトルを下流タスクモデルに統合する方法を2つ提案する。
我々はPKGMを5つの知識関連タスク、項目分類、項目解決、項目推薦、シーン検出、シーケンシャルレコメンデーションでテストする。
実験の結果,PKGMはこれらのタスクに対して大きな性能向上をもたらし,PKGMのサービスベクトルの有用性が示された。
関連論文リスト
- Hierarchical Knowledge Graph Construction from Images for Scalable E-Commerce [17.97354500453661]
生の製品画像から構造化された製品知識グラフを構築するための新しい手法を提案する。
この手法は視覚言語モデル(VLM)と大規模言語モデル(LLM)の最近の進歩を協調的に活用する。
論文 参考訳（メタデータ） (2024-10-28T17:34:05Z) - GraphAdapter: Tuning Vision-Language Models With Dual Knowledge Graph [63.81641578763094]
適応型効率的な伝達学習(ETL)は視覚言語モデル(VLM)のチューニングにおいて優れた性能を示した
本稿では,2つのモーダリティ構造知識を明示的にモデル化し,テキストアダプティブを実行する,GraphAdapterと呼ばれる効果的なアダプタスタイルチューニング戦略を提案する。
特に、二重知識グラフは、2つのサブグラフ、すなわちテキスト知識のサブグラフと視覚知識のサブグラフで成り立っており、ノードとエッジはそれぞれ2つのモダリティのセマンティクス/クラスとそれらの相関を表す。
論文 参考訳（メタデータ） (2023-09-24T12:56:40Z) - KGrEaT: A Framework to Evaluate Knowledge Graphs via Downstream Tasks [1.8722948221596285]
KGrEaTは、分類、クラスタリング、レコメンデーションといった実際の下流タスクを通じて知識グラフの品質を推定するフレームワークである。
フレームワークは知識グラフを入力として、評価対象のデータセットに自動的にマップし、定義されたタスクのパフォーマンスメトリクスを計算する。
論文 参考訳（メタデータ） (2023-08-21T07:43:10Z) - Towards Loosely-Coupling Knowledge Graph Embeddings and Ontology-based
Reasoning [15.703028753526022]
我々は、知識グラフの埋め込みにおけるデータ駆動力と、専門家や包摂体制から生じるドメイン固有の推論(OWL2)とを緩やかに結合することを提案する。
最初の結果から,バニラ知識グラフ埋め込みのMRR精度を最大3倍に向上し,知識グラフ埋め込みとルールマイニング,最大3.5倍MRRの推論を組み合わせたハイブリッドソリューションより優れていた。
論文 参考訳（メタデータ） (2022-02-07T14:01:49Z) - 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) - 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) - Billion-scale Pre-trained E-commerce Product Knowledge Graph Model [13.74839302948699]
電子商取引製品知識グラフのための事前学習知識グラフモデル(PKGM)。
PKGMは、知識グラフのトリプルデータにアクセスせずに、埋め込みベースのモデルに一様にアイテムナレッジサービスを提供する。
我々は,PKGMを項目分類,同一項目識別,レコメンデーションを含む3つの知識関連タスクでテストする。
論文 参考訳（メタデータ） (2021-05-02T04:28:22Z) - Reasoning over Vision and Language: Exploring the Benefits of
Supplemental Knowledge [59.87823082513752]
本稿では,汎用知識基盤(KB)から視覚言語変換器への知識の注入について検討する。
我々は複数のタスクやベンチマークに対する様々なkbの関連性を実証的に研究する。
この技術はモデルに依存しず、最小限の計算オーバーヘッドで任意の視覚言語変換器の適用可能性を拡張することができる。
論文 参考訳（メタデータ） (2021-01-15T08:37:55Z) - Towards a Universal Continuous Knowledge Base [49.95342223987143]
複数のニューラルネットワークからインポートされた知識を格納できる継続的知識基盤を構築する方法を提案する。
テキスト分類実験は有望な結果を示す。
我々は複数のモデルから知識ベースに知識をインポートし、そこから融合した知識を単一のモデルにエクスポートする。
論文 参考訳（メタデータ） (2020-12-25T12:27:44Z) - Pre-training Graph Transformer with Multimodal Side Information for
Recommendation [82.4194024706817]
本稿では,項目側情報とその関連性を考慮した事前学習戦略を提案する。
我々はMCNSamplingという新しいサンプリングアルゴリズムを開発し、各項目のコンテキスト近傍を選択する。
The proposed Pre-trained Multimodal Graph Transformer (PMGT) learns item representations with two objectives: 1) graph structure reconstruction, 2) masked node feature reconstruction。
論文 参考訳（メタデータ） (2020-10-23T10:30:24Z) - ENT-DESC: Entity Description Generation by Exploring Knowledge Graph [53.03778194567752]
実際には、出力記述が最も重要な知識のみをカバーするため、入力知識は十分以上である可能性がある。
我々は、KG-to-textにおけるこのような実践的なシナリオの研究を容易にするために、大規模で挑戦的なデータセットを導入する。
本稿では,元のグラフ情報をより包括的に表現できるマルチグラフ構造を提案する。
論文 参考訳（メタデータ） (2020-04-30T14:16:19Z)
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。