文献

J-GLOBAL ID：202002278702851083   整理番号：20A2000346

文脈粒度を利用したテキストリッチ異種情報ネットワークにおけるハイパーニミーの発見【JST・京大機械翻訳】

Discovering Hypernymy in Text-Rich Heterogeneous Information Network by Exploiting Context Granularity

著者 (10件)： Shi Yu (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  Shen Jiaming (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  Li Yuchen (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  Zhang Naijing (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  He Xinwei (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  Lou Zhengzhi (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  Zhu Qi (University of Illinois Urbana-Champaign, Urbana, IL, USA) ,  Walker Matthew (LinkedIn Corporation, Sunnyvale, CA, USA) ,  Kim Myunghwan (Mesh Korea, Seoul, South Korea) ,  Han Jiawei (University of Illinois Urbana-Champaign, Urbana, IL, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIKM ’19  ページ： 599-608  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： テキストリッチ不均一情報ネットワーク(テキストリッチHIN)は,実世界アプリケーションにおいてユビキタスである。ハイパーニーは,また,関係またはサブクラス関係として知られており,多くの知識グラフのコアに位置し,多くの下流アプリケーションに利益を与える。ハイパーニミー発見の既存の方法は,明示的に言及されたハイパーニム-ハイポニムペアを抽出するか,あるいはそのコンテキストに基づく各項に対する分布表現を学習するために,テキストパターンを利用する。これらの手法は,テキストコーパスからの統計的信号に依存し,従って,コーパスからの信号が関心の全ての項に対して十分でないとき,それらの有効性は妨げられる。本研究では,テキストリッチHINにおけるハイパーニーミーを発見することを提案し,それは付加的高品質信号を導入することができる。ハイパーMineと名付けた新しいフレームワークを開発し,マルチ粒状コンテキストを利用し,テキストとネットワークの両方から,人間のラベル付きデータなしで信号を結合した。ハイパーMineはテキストリッチHINのシナリオに対する「文脈」の定義を拡張する。例えば,コンテキストとしてタイプノードとコミュニティを定義することができる。これらのコンテキストは,異なる粒状性の信号を符号化し,それらをハイパーニー推論モデルに供給する。HyperMineは,高精度テキストパターンに基づく弱い監視を用いてこのモデルを学習する。2つの大きな実世界データセットに関する大規模な実験は,HyperMineの有効性およびモデリングコンテキスト粒度の有用性を実証した。さらに,HyperMineによって発見されたハイパーニーミーに基づいて,高品質分類が生成できる事例研究を示した。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： *ネットワーク ,  コミュニティ ,  *情報ネットワーク ,  応用プログラム ,  粒状性 ,  事例研究 ,  有効性 ,  コーパス
準シソーラス用語： 高精度 ,  ユビキタス ,  高品質 ,  テキストコーパス , 【Automatic Indexing@JST】

著者キーワード (4件)： 分布包含仮説 ,  異種情報ネットワーク ,  ハイパーニミー発見 ,  テキストリッチネットワーク

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 文脈 ,  粒度 ,  情報ネットワーク ,  発見