文献

J-GLOBAL ID：201702231447298346   整理番号：17A1926233

学習と意味要素の知覚を表す関係推論アルゴリズムに基づく【JST・京大機械翻訳】

Representation Learning Based Relational Inference Algorithm with Semantical Aspect Awareness

著者 (5件)： Liu Jiao (電子科技大学信息与軟件工程学院 成都 610054) ,  Han Minghao (電子科技大学信息与軟件工程学院 成都 610054) ,  Yang Xiaohui (電子科技大学信息与軟件工程学院 成都 610054) ,  Liu Yao (電子科技大学信息与軟件工程学院 成都 610054) ,  Wu Zufeng (電子科技大学信息与軟件工程学院 成都 610054)
資料名： Jisuanji Yanjiu yu Fazhan  (Jisuanji Yanjiu yu Fazhan)
巻： 54  号： 8  ページ： 1682-1692  発行年： 2017年 
JST資料番号： W0790A  ISSN： 1000-1239  CODEN： JYYFEY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 知識表現に基づく関係推理の研究は,近年,統計的関係学習と知識マップの分野において注目されている。知識表現に基づく推論モデルを比較することによって,本論文は,既存のモデルにおける一般的な仮定の不合理性を分析して,それは実体と関係の意味論的多様性を無視した。これに基づいて,新しい関係推論モデルを提案した。実体対の間の関係は,いくつかの特定の意味論的関連性を反映し,実体ベクトルの意味論的要素を選択的に重み付けすることによって,異なる関係意味の表現と区別を実現することができる。この仮説に基づいて,新しい関係推論モデリング法を提案し,非線形変換法を用いて,学習における意味分解能問題を解いた。公開データセットに関する実験結果は,以下を示した。提案したアルゴリズムは複雑な関係タイプと関連エンティティに対して良好な意味区別能力を持ち、知識マップ上の関係推理の正確率を有効に高めることができ、性能は現在主流に関連する仕事より明らかに優れている。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  ベクトル ,  *アルゴリズム ,  知識表現 ,  分解能 ,  意味論
準シソーラス用語： エンティティ ,  非線形変換 , 【Automatic Indexing@JST】

著者キーワード (5件)： statistical relational learning ,  relational inference ,  representation learning ,  knowledge graphs ,  multi-relational data mining

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 学習 ,  意味 ,  要素 ,  知覚 ,  推論 ,  アルゴリズム