抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,知識ベースの自動構築を目的とし,知識ベース補完(既存の知識ベースを元に知識ベースに記述されていない情報を予測する手法)および知識ベース拡充(自然言語のテキストデータから得られた事例を知識ベースに追加する手法)の二つの手法を取り上げ,近年の研究動向をまとめた。知識ベース補完に関しては,アメリカの都市および州に関する知識ベース補完の例を示すとともに,関係知識ベースのテンソル表現を例示した。テンソルによる知識表現に基づく知識ベースRESCALを紹介するとともに,関係もエンティティもベクトルで表現するTransEの紹介も行った。その中で,TransEにより学習したエンティティと関係の分散表現の例を示した。知識ベース拡充手法に関しては,知識ベースとテキストから学習データを自動構築するtistnt supervision,関係事例と学習データを交互に獲得するブートストラップ,大規模なWebコーパスからあらゆる関係事例を抽出する試みOpen IE(オープン情報抽出),Open IEに加えて因子分解による知識ベース補完を統一したuniversal schemaの紹介を行った。関係パターンの構成的分散表現計算手法を取り上げ,加法構成,リカレントニューラルネットワーク,表記記憶,レート機構付きリカレント装置,ゲート機構付き加法構成,畳込みニューラルネットワーク,分散表現計算手法の比較と効果の評価結果を示した。