論文の概要: Unsupervised Knowledge Graph Construction and Event-centric Knowledge
Infusion for Scientific NLI
- arxiv url: http://arxiv.org/abs/2210.15248v2
- Date: Fri, 28 Oct 2022 02:13:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 12:50:05.880566
- Title: Unsupervised Knowledge Graph Construction and Event-centric Knowledge
Infusion for Scientific NLI
- Title(参考訳): 科学NLIのための教師なし知識グラフ構築とイベント中心知識注入
- Authors: Chenglin Wang, Yucheng Zhou, Guodong Long, Xiaodong Wang, Xiaowei Xu
- Abstract要約: 我々は、事前学習モデル(PTM)を科学領域に一般化する科学知識グラフを導入する。
ラベル付きデータなしで科学知識グラフを構築するための教師なし知識グラフ構築法を提案する。
また,文中の微粒な意味単位である各事象に外部知識を統合するイベント中心の知識注入手法を提案する。
- 参考スコア(独自算出の注目度): 36.03413977514567
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the advance of natural language inference (NLI), a rising demand for NLI
is to handle scientific texts. Existing methods depend on pre-trained models
(PTM) which lack domain-specific knowledge. To tackle this drawback, we
introduce a scientific knowledge graph to generalize PTM to scientific domain.
However, existing knowledge graph construction approaches suffer from some
drawbacks, i.e., expensive labeled data, failure to apply in other domains,
long inference time and difficulty extending to large corpora. Therefore, we
propose an unsupervised knowledge graph construction method to build a
scientific knowledge graph (SKG) without any labeled data. Moreover, to
alleviate noise effect from SKG and complement knowledge in sentences better,
we propose an event-centric knowledge infusion method to integrate external
knowledge into each event that is a fine-grained semantic unit in sentences.
Experimental results show that our method achieves state-of-the-art performance
and the effectiveness and reliability of SKG.
- Abstract(参考訳): 自然言語推論(NLI)の進歩により、NLIの要求は科学的テキストを扱うことになっている。
既存の手法は、ドメイン固有の知識を欠いた事前学習モデル(ptm)に依存している。
この欠点に対処するために,PTMを科学領域に一般化する科学知識グラフを導入する。
しかし、既存のナレッジグラフ構築アプローチでは、高価なラベル付きデータ、他のドメインへの適用の失敗、長い推論時間、大きなコーパスへの拡張の困難など、いくつかの欠点がある。
そこで本稿では,ラベル付きデータなしで科学知識グラフ(SKG)を構築するための教師なし知識グラフ構築手法を提案する。
さらに,skgからのノイズ効果を緩和し,文中の知識をより補完するために,文中のきめ細かな意味単位である各事象に外部知識を統合するイベント中心の知識注入手法を提案する。
実験の結果,skgの有効性と信頼性が得られた。
関連論文リスト
- Not all tickets are equal and we know it: Guiding pruning with
domain-specific knowledge [26.950765295157897]
本稿では、利用可能なドメイン固有構造情報によってプルーニングをガイドするDASHを提案する。
動的遺伝子制御ネットワークモデル学習の文脈において、DASHと相互作用パートナーに関する既存の一般的な知識が組み合わさって、生物学的に整合したデータ固有の洞察を提供することを示す。
論文 参考訳(メタデータ) (2024-03-05T23:02:55Z) - Infusing Knowledge into Large Language Models with Contextual Prompts [5.865016596356753]
入力テキスト中の文脈からプロンプトを生成することにより,知識注入のためのシンプルだが一般化可能なアプローチを提案する。
本実験は, 微調整LDMを用いて評価する手法の有効性を示す。
論文 参考訳(メタデータ) (2024-03-03T11:19:26Z) - A Bipartite Graph is All We Need for Enhancing Emotional Reasoning with
Commonsense Knowledge [16.410940528107115]
両部不均一グラフ(BHG)を用いて,コモンセンス知識による感情的推論を強化する手法を提案する。
BHGベースの知識注入は、直接、多種多粒な知識ソースに一般化することができる。
論文 参考訳(メタデータ) (2023-08-09T09:09:17Z) - 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) - UNTER: A Unified Knowledge Interface for Enhancing Pre-trained Language
Models [100.4659557650775]
構造化知識と非構造化知識の両方を活用する統一的な視点を提供するために、統一知識インターフェイスUNTERを提案する。
どちらの形態の知識も注入され、UNTERは一連の知識駆動NLPタスクの継続的な改善を得る。
論文 参考訳(メタデータ) (2023-05-02T17:33:28Z) - Principled Knowledge Extrapolation with GANs [92.62635018136476]
我々は,知識外挿の新たな視点から,対実合成を研究する。
本稿では, 知識外挿問題に対処するために, クローズド形式判別器を用いた対角ゲームが利用可能であることを示す。
提案手法は,多くのシナリオにおいて,エレガントな理論的保証と優れた性能の両方を享受する。
論文 参考訳(メタデータ) (2022-05-21T08:39:42Z) - Ontology-enhanced Prompt-tuning for Few-shot Learning [41.51144427728086]
少ないショットラーニングは、限られたサンプル数に基づいて予測を行うことを目的としている。
知識グラフやオントロジーライブラリなどの構造化データは、様々なタスクにおける数ショット設定の恩恵を受けるために利用されてきた。
論文 参考訳(メタデータ) (2022-01-27T05:41:36Z) - Incorporating Causal Graphical Prior Knowledge into Predictive Modeling
via Simple Data Augmentation [92.96204497841032]
因果グラフ(CG)は、データ分散の背後にあるデータ生成プロセスの知識のコンパクトな表現である。
本研究では,条件付き独立性(CI)関係の事前知識を活用可能なモデルに依存しないデータ拡張手法を提案する。
本手法は,小データシステムにおける予測精度の向上に有効であることを実験的に示した。
論文 参考訳(メタデータ) (2021-02-27T06:13:59Z) - Information fusion between knowledge and data in Bayesian network
structure learning [5.994412766684843]
本稿では,オープンソースのベイジィス構造学習システムで実装された情報融合手法について述べる。
結果は、限定データとビッグデータの両方で示され、ベイジスで利用可能なBN構造学習アルゴリズムが3つ適用されている。
論文 参考訳(メタデータ) (2021-01-31T15:45:29Z) - 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)
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。