論文の概要: Multilingual Knowledge Graph Completion with Self-Supervised Adaptive Graph Alignment

• arxiv url: http://arxiv.org/abs/2203.14987v1
• Date: Mon, 28 Mar 2022 18:00:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-30 12:42:39.563336
• Title: Multilingual Knowledge Graph Completion with Self-Supervised Adaptive Graph Alignment
• Title（参考訳）: 自己教師付き適応グラフアライメントによる多言語知識グラフ補完
• Authors: Zijie Huang, Zheng Li, Haoming Jiang, Tianyu Cao, Hanqing Lu, Bing Yin, Karthik Subbian, Yizhou Sun and Wei Wang
• Abstract要約: 知識グラフ(KG)における行方不明事象を予測するための,新たな自己教師付き適応グラフアライメント(SS-AGA)手法を提案する。 SS-AGAはすべてのKGをグラフ全体として新しいエッジタイプとしてアライメントする。 パブリック多言語DBPedia KGおよび新たに開発された産業多言語EコマースKGの実験は、SS-AGAの有効性を実証的に実証している。
• 参考スコア（独自算出の注目度）: 69.41986652911143
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Predicting missing facts in a knowledge graph (KG) is crucial as modern KGs are far from complete. Due to labor-intensive human labeling, this phenomenon deteriorates when handling knowledge represented in various languages. In this paper, we explore multilingual KG completion, which leverages limited seed alignment as a bridge, to embrace the collective knowledge from multiple languages. However, language alignment used in prior works is still not fully exploited: (1) alignment pairs are treated equally to maximally push parallel entities to be close, which ignores KG capacity inconsistency; (2) seed alignment is scarce and new alignment identification is usually in a noisily unsupervised manner. To tackle these issues, we propose a novel self-supervised adaptive graph alignment (SS-AGA) method. Specifically, SS-AGA fuses all KGs as a whole graph by regarding alignment as a new edge type. As such, information propagation and noise influence across KGs can be adaptively controlled via relation-aware attention weights. Meanwhile, SS-AGA features a new pair generator that dynamically captures potential alignment pairs in a self-supervised paradigm. Extensive experiments on both the public multilingual DBPedia KG and newly-created industrial multilingual E-commerce KG empirically demonstrate the effectiveness of SS-AG
• Abstract（参考訳）: 知識グラフ(KG)における不足事実の予測は、現代のKGが完成には程遠いため、極めて重要である。 労働集約的なラベル付けにより、この現象は様々な言語で表される知識を扱う際に悪化する。 本稿では,複数言語からの集合的知識を受け入れるために,限られた種子アライメントをブリッジとして活用する多言語KG補完について検討する。 しかし、以前の作品で使われる言語アライメントは、(1)アライメントペアは、平行なエンティティを最大に近づけるために等しく扱われ、kgの容量の不一致を無視する、(2)種子アライメントが不足し、新しいアライメントの識別は通常、不注意な方法で行われない、といった、まだ十分に活用されていない。 そこで本研究では,自己教師付き適応グラフアライメント(ss-aga)法を提案する。 具体的には、SS-AGAはすべてのKGをグラフ全体として新しいエッジタイプとしてアライメントする。 したがって、KG間の情報伝達とノイズの影響は、関係認識の注意重みによって適応的に制御できる。 一方、SS-AGAは新しいペアジェネレータを備えており、自己監督パラダイムで潜在的アライメントペアを動的にキャプチャする。 公共多言語DBPedia KGと新生産業多言語EコマースKGの複合実験によるSS-AGの有効性の実証実験

関連論文リスト

• GLTW: Joint Improved Graph Transformer and LLM via Three-Word Language for Knowledge Graph Completion [52.026016846945424]
  我々は、KGの構造情報をエンコードし、それを大規模言語モデルにマージするGLTWと呼ばれる新しい手法を提案する。 具体的には、局所構造情報とグローバル構造情報の両方を効果的に符号化する改良されたグラフ変換器(iGT)を導入する。 また,KG内のすべてのエンティティを分類対象として用いたサブグラフに基づく多分類学習目標を開発し,学習効率を向上する。
  論文  参考訳（メタデータ） (2025-02-17T06:02:59Z)
• FedMKGC: Privacy-Preserving Federated Multilingual Knowledge Graph Completion [21.4302940596294]
  知識グラフ補完(KGC)は、知識グラフ(KG)の欠落事実を予測することを目的とする。 KG間で生データを転送することに依存する従来の方法は、プライバシー上の懸念を提起している。 我々は、生データ交換やエンティティアライメントを必要とせずに、複数のKGから暗黙的に知識を集約する新しい連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-17T08:09:27Z)
• i-Align: an interpretable knowledge graph alignment model [35.13345855672941]
  知識グラフ(KG)は多くの下流アプリケーションにとって重要なリソースになりつつある。 この問題に対処する戦略の1つはKGアライメントであり、2つ以上のKGをマージすることでより完全なKGを形成する。 本稿では,解釈可能なKGアライメントモデルであるi-Alignを提案する。
  論文  参考訳（メタデータ） (2023-08-26T03:48:52Z)
• Collective Knowledge Graph Completion with Mutual Knowledge Distillation [11.922522192224145]
  我々は,異なるKGからの集合的知識の最大化に焦点をあてるマルチKG完備化の問題について検討する。 CKGC-CKDと呼ばれる,個々のKGと大きな融合KGの両方で,関係対応グラフ畳み込みネットワークエンコーダモデルを用いる新しい手法を提案する。 複数言語データセットによる実験結果から,本手法はKGCタスクにおけるすべての最先端モデルより優れていることが示された。
  論文  参考訳（メタデータ） (2023-05-25T09:49:40Z)
• Deep Bidirectional Language-Knowledge Graph Pretraining [159.9645181522436]
  DRAGONは、テキストとKGを大規模に融合した言語知識基盤モデルを事前学習するための自己教師型アプローチである。 我々のモデルは、入力としてテキストセグメントと関連するKGサブグラフのペアを取り、両モードから情報を双方向に融合する。
  論文  参考訳（メタデータ） (2022-10-17T18:02:52Z)
• Joint Multilingual Knowledge Graph Completion and Alignment [22.87219447169727]
  本稿では,知識グラフを協調的に完成・整合する新しいモデルを提案する。 提案モデルでは,KGの完成とアライメントを共同で達成する2つのコンポーネントを組み合わせる。 また,コンプリートからの情報をアライメントコンポーネントに組み込む構造的不整合低減機構を提案する。
  論文  参考訳（メタデータ） (2022-10-17T10:25:10Z)
• BertNet: Harvesting Knowledge Graphs with Arbitrary Relations from Pretrained Language Models [65.51390418485207]
  本稿では,事前学習したLMから任意の関係を持つ大規模KGを抽出する手法を提案する。 関係定義の最小限の入力により、アプローチは膨大な実体対空間を効率的に探索し、多様な正確な知識を抽出する。 我々は、異なるLMから400以上の新しい関係を持つKGを収穫するためのアプローチを展開している。
  論文  参考訳（メタデータ） (2022-06-28T19:46:29Z)
• Multilingual Knowledge Graph Completion with Joint Relation and Entity Alignment [32.47122460214232]
  ALIGNKGCはシードアライメントを用いて3つのKGC,関係アライメント,RA損失を協調的に最適化する。 ALIGNKGCは、各モノリンガルKGに対する最先端のシングルKGCシステム補完モデルよりも10-32MRRの改善を実現します。
  論文  参考訳（メタデータ） (2021-04-18T10:27:44Z)
• Cross-lingual Entity Alignment with Incidental Supervision [76.66793175159192]
  本稿では,多言語KGとテキストコーパスを共通埋め込み方式で共同で表現する,偶発的に教師付きモデルであるJEANSを提案する。 ベンチマークデータセットの実験では、JEANSがエンティティアライメントとインシデントインシデントインシデントインスペクションの改善を期待できる結果となった。
  論文  参考訳（メタデータ） (2020-05-01T01:53:56Z)
• 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)

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。