文献

J-GLOBAL ID：202002243235310043   整理番号：20A1509537

単一ベクトルは十分か?ネットワーク埋込みのためのノードポリセミーの探索【JST・京大機械翻訳】

Is a Single Vector Enough? Exploring Node Polysemy for Network Embedding

著者 (6件)： Liu Ninghao (Texas A&M University, College Station, TX, USA) ,  Tan Qiaoyu (Texas A&M University, College Station, TX, USA) ,  Li Yuening (Texas A&M University, College Station, TX, USA) ,  Yang Hongxia (Alibaba Group, Hangzhou, China) ,  Zhou Jingren (Alibaba Group, Hangzhou, China) ,  Hu Xia (Texas A&M University, College Station, TX, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： KDD ’19  ページ： 932-940  発行年： 2019年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： ネットワークは,実世界システムを抽象化し,エンティティ間の関係を組織化するためのデータ構造として広く用いられている。ネットワーク埋込みモデルは,分類やリンク予測のようなその後のタスクを促進するために,ネットワーク内のノードを連続ベクトル空間表現にマッピングする強力なツールである。既存のネットワーク埋込みモデルは,ネットワークにおけるノードの一般的役割を表現するための単一埋込みベクトルに向けて,リンクや属性のような各ノードのすべての情報を総合的に統合する。しかしながら,実世界エンティティは多面的であり,そこでは,必ずしも相関しない異なる動機または自己特性により,異なる近傍に接続する。例えば,映画推薦システムにおいて,ユーザは,同時に,共用またはホルラー映画を動かすかもしれないが,これらの2種類の映画は,埋込み空間において相互に近接しており,また,ユーザ埋込みベクトルは,同時に,それらに十分に近い可能性がある。本論文では,言語モデリングにおける単語ポリセミーの現象により動機付けられるように,ノードの複数のファセットをモデル化するための多義埋込みアプローチを提案した。ノードの各ファセットを埋込みベクトルに写像し,一方,ノードとファセットの各ペア間の会合度も維持した。提案方法は,最適化プロセスを著しく複雑にすることなく,様々な既存の埋込みモデルに順応する。また,分類とリンク予測を含む推論タスクのために,異なるファセットの埋込みベクトルをいかに取り込むかを議論した。実世界データセットに関する実験は,提案した方法の性能を包括的に評価するのに役立つ。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *ベクトル ,  ベクトル空間 ,  データ構造 ,  *ネットワーク ,  ファセット ,  単語
準シソーラス用語： エンティティ , 【Automatic Indexing@JST】

著者キーワード (4件)： もつれた表現学習 ,  グラフマイニング ,  ネットワーク埋込み ,  レコメンダーシステム

分類 (2件)： 計算機網  (JC03000K) ,  通信網  (ND07030A)

タイトルに関連する用語 (3件)： ベクトル ,  埋込み ,  探索