RNNを用いた探索領域を描写するニューラル定理証明器【JST・京大機械翻訳】

Wu Yu-hao; Li Hou-biao

プレプリント

J-GLOBAL ID：202202200792929749 整理番号：22P0303635

RNNを用いた探索領域を描写するニューラル定理証明器【JST・京大機械翻訳】

Neural Theorem Provers Delineating Search Area Using RNN

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月14日プレプリントサーバーでの情報更新日： 2022年03月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, ,
, , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る