文献

J-GLOBAL ID：202002290403219612   整理番号：20A2472541

LM4KG:言語モデルを用いた常識知識グラフの改善【JST・京大機械翻訳】

LM4KG: Improving Common Sense Knowledge Graphs with Language Models

著者 (4件)： Omeliyanenko Janna (Julius-Maximilians-University Wuerzburg, Wuerzburg, Germany) ,  Zehe Albin (Julius-Maximilians-University Wuerzburg, Wuerzburg, Germany) ,  Hettinger Lena (Julius-Maximilians-University Wuerzburg, Wuerzburg, Germany) ,  Hotho Andreas (Julius-Maximilians-University Wuerzburg, Wuerzburg, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12506  ページ： 456-473  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 言語モデル(LM)と知識グラフ(KG)は,機械学習とセマンティックWebにおける活発な研究領域である。LMは,それら自身の多くの下流タスクに対して大きな改善をもたらしたが,それらは,しばしば凝集し,良く構造化された知識を提供するKGとしばしば組み合わされている。通常,これは,LMsを改善するためにKGをレバレッジすることによって行うが,ここでは,KGをこの周りで,また,LMsを用いて,KGを改善するために,LMsを改善させる方法を提案して,一般的意味KGで表現された明示的知識を自動的に改善するために,LMで本質的に符号化された知識の使用を可能にする方法を提案した。これらのKGのエッジは概念間の関係を表すが,関係の強さはしばしば明確ではない。KG関係を自然言語文章に変換することを提案し,大きなLMに含まれる情報を利用して,新しいパープレックスベース測度,再定義Edge WEIGHTing(REWEIGHT)を通してこれらの文をレートした。よく知られた概念Net KGにおけるエッジの新しい重みを生成するために,ポピュラーなLM BERT上で著者らのスコアリング方式REWEIGHTを試験した。既存の単語埋込みを著者らの修正概念Netに改造することによって,著者らは,概念Net NumBERTバッチ埋込みを創造して,それらが多重確立された意味類似性データセットに関して元の概念Net数バッチより優れていることを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  自然言語 ,  多重化 ,  単語 ,  機械学習 ,  *言語モデル
準シソーラス用語： セマンティックWeb ,  スコア化 ,  意味類似性 , 【Automatic Indexing@JST】

著者キーワード (3件)： 知識グラフ ,  言語モデル ,  常識

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 言語モデル ,  常識 ,  知識グラフ