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。
伝統的記号推論法は高度に解釈可能であるが,知識グラフリンク予測におけるそれらの応用は,それらの計算非効率性のために制限されてきた。ニューラル定理Provers(NTP)の計算効率を連続的に改善するために,一般化EMベース手法を用いて,新しいRNNNTP法を提案した。RNNNTPを関係発生器と予測子に分割した。関係発生器は効果的に訓練され,解釈できるため,全体のモデルが訓練の発展に従って実行でき,計算効率も大いに改善される。すべての4つのデータセットにおいて,この方法は,現在の強力な競合方法の1つと同様に,伝統的方法と比較してリンク予測タスクに関して競合性能を示した。【JST・京大機械翻訳】