Fugu-MT 論文翻訳(概要): The KG-ER Conceptual Schema Language

関連論文リスト

KGRAG-Ex: Explainable Retrieval-Augmented Generation with Knowledge Graph-based Perturbations [2.287415292857565]
知識グラフ(KG)は、エンティティとその関係の構造化された意味的にリッチな表現を導入することで、ソリューションを提供する。 KGRAG-Exは,ドメイン固有のKGを活用することにより,現実的なグラウンド化と説明可能性を改善するRAGシステムである。ユーザクエリが与えられた場合、KGRAG-Exはグラフ内の関連エンティティとセマンティックパスを特定し、擬似パラグラフに変換する。
論文参考訳（メタデータ） (2025-07-11T09:35:13Z)
Knowledge Graphs and Pre-trained Language Models enhanced Representation Learning for Conversational Recommender Systems [58.561904356651276]
本稿では,対話型推薦システムのためのエンティティの意味理解を改善するために,知識強化型エンティティ表現学習(KERL)フレームワークを紹介する。 KERLは知識グラフと事前訓練された言語モデルを使用して、エンティティの意味的理解を改善する。 KERLはレコメンデーションとレスポンス生成の両方のタスクで最先端の結果を達成する。
論文参考訳（メタデータ） (2023-12-18T06:41:23Z)
StructChart: On the Schema, Metric, and Augmentation for Visual Chart Understanding [54.45681512355684]
現在のチャート関連タスクは、ビジュアルチャートから情報を抽出するチャート認識か、抽出されたデータに基づいてチャート推論にフォーカスする。我々はStructChartを紹介した。StructChartはStruct Triplet Representations(STR)を利用して、統一的でラベル効率のよいアプローチを実現する新しいフレームワークである。
論文参考訳（メタデータ） (2023-09-20T12:51:13Z)
KGLM: Integrating Knowledge Graph Structure in Language Models for Link Prediction [0.0]
我々は、異なるエンティティと関係型を区別することを学ぶ新しいエンティティ/リレーション埋め込み層を導入する。知識グラフから抽出したトリプルを用いて、この追加埋め込み層を用いて言語モデルをさらに事前学習し、続いて標準微調整フェーズにより、ベンチマークデータセット上のリンク予測タスクに対して、新しい最先端のパフォーマンスが設定されることを示す。
論文参考訳（メタデータ） (2022-11-04T20:38:12Z)
Computing Rule-Based Explanations of Machine Learning Classifiers using Knowledge Graphs [62.997667081978825]
我々は、機械学習分類器の動作を説明する用語を提供する基盤となるフレームワークとして知識グラフを使用している。特に,知識グラフの用語で表される一階述語論理規則の形で,ブラックボックスの説明を抽出し,表現するための新しい手法を提案する。
論文参考訳（メタデータ） (2022-02-08T16:21:49Z)
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)
Knowledge Sheaves: A Sheaf-Theoretic Framework for Knowledge Graph Embedding [1.5469452301122175]
知識グラフの埋め込みは, トポロジカル言語, カテゴリー言語で自然に表現されていることを示す。知識グラフの埋め込みは、グラフ上の適切なテクスチャ知識棚の近似グローバルセクションとして記述することができる。結果として得られる埋め込みは、特別な訓練をせずに合成関係の推論に容易に適応できる。
論文参考訳（メタデータ） (2021-10-07T20:54:40Z)
CommPOOL: An Interpretable Graph Pooling Framework for Hierarchical Graph Representation Learning [74.90535111881358]
新しい解釈可能なグラフプーリングフレームワークである CommPOOL を提案します。グラフ表現学習プロセスにおいて、グラフの階層的なコミュニティ構造をキャプチャし、保存することができる。 CommPOOLは階層グラフ表現学習のための汎用的で柔軟なフレームワークです。
論文参考訳（メタデータ） (2020-12-10T21:14:18Z)
PPKE: Knowledge Representation Learning by Path-based Pre-training [43.41597219004598]
PPKEと呼ばれる知識埋め込み学習のためのパスベース事前学習モデルを提案する。本モデルはリンク予測と関係予測タスクのためのいくつかのベンチマークデータセットで最新の結果を得る。
論文参考訳（メタデータ） (2020-12-07T10:29:30Z)
Graph Information Bottleneck [77.21967740646784]
グラフニューラルネットワーク(GNN)は、ネットワーク構造とノード機能から情報を融合する表現的な方法を提供する。 GIBは、一般的なInformation Bottleneck (IB) を継承し、与えられたタスクに対する最小限の表現を学習することを目的としている。提案したモデルが最先端のグラフ防御モデルよりも堅牢であることを示す。
論文参考訳（メタデータ） (2020-10-24T07:13:00Z)
JAKET: Joint Pre-training of Knowledge Graph and Language Understanding [73.43768772121985]
本稿では,知識グラフと言語の両方をモデル化する新しい事前学習フレームワークであるJAKETを提案する。知識モジュールと言語モジュールは相互に支援するための重要な情報を提供する。我々の設計により、事前学習されたモデルは、新しいドメインの見知らぬ知識グラフに容易に適応できる。
論文参考訳（メタデータ） (2020-10-02T05:53:36Z)
Knowledge Graph Embeddings and Explainable AI [29.205234615756822]
我々は,知識グラフの埋め込みの概念を,それらが何であるか,どのように生成可能か,どのように評価可能かを説明することによって紹介する。我々は、ベクトル空間における知識を表現するために導入されたアプローチを説明することによって、この分野における最先端技術について要約する。知識表現に関して、説明可能性の問題を検討し、知識グラフの埋め込みによって得られた予測を説明するモデルと方法について議論する。
論文参考訳（メタデータ） (2020-04-30T14:55:09Z)

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。

論文の概要: The KG-ER Conceptual Schema Language

関連論文リスト