文献
J-GLOBAL ID:202002242909573593   整理番号:20A0285609

時間発展の組込みによるタイムスパンを意識した動的知識グラフ埋め込み【JST・京大機械翻訳】

Timespan-Aware Dynamic Knowledge Graph Embedding by Incorporating Temporal Evolution
著者 (7件):
資料名:
巻:ページ: 6849-6860  発行年: 2020年 
JST資料番号: W2422A  ISSN: 2169-3536  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
最近,KGの固有構造を保存しながら操作を単純化するので,知識グラフ埋め込み(KGE)はかなりの研究努力を引き付けている。しかし,ある程度,ほとんどの既存のKGEアプローチは,動的知識グラフ(DKGs)に含まれる構造情報の歴史的変化を無視している。この問題を扱うために,本論文では,DKGsの時間的進化過程を考慮した,Timesan認識動的知識グラフ埋め込み進化(TDG2E)法を提案した。本論文の主要な革新は2倍である。最初に,動的知識グラフ埋込みの学習過程に必然的に含まれるサブKGs間の依存性を扱うために,Ged Recurent Unit(GRU)ベースのモデルをTDG2Eにおいて利用した。さらに,著者らは,以前の構造情報(すなわち,GRUの隠れ状態)を利用することによって,次のサブKGの学習過程を監督するために補助損失を組み込んだ。文献(例えば,HyTEとt-TransE)における既存のアプローチと対照的に,TDG2Eは,現在のサブKGの構造情報とDKGの時間的進化プロセスを同時に保存する。第二に,DKGsの下にある時間不均衡問題をさらに扱うために,時間スパンGateをGRUにおいて設計した。TDG2Eは隣接するサブKGs間の時間スパンを組み込むことにより,DKGsの時間発展過程をより効果的にモデル化することを可能にする。実世界のKGsから抽出した2つの大きな時間的データセット(すなわち,YAGO11kとWikidata12k)に関する広範な実験は,提案したTDG2Eが平均ランクとヒット率に関して従来のKGE法よりも著しく優れていることを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識 

前のページに戻る