テキストとグラフベクトル表現による分類強化【JST・京大機械翻訳】

Nikishina Irina; Tikhomirov Mikhail; Logacheva Varvara; Nazarov Yuriy; Panchenko Alexander; Loukachevitch Natalia

プレプリント

J-GLOBAL ID：202202201177135160 整理番号：22P0277758

テキストとグラフベクトル表現による分類強化【JST・京大機械翻訳】

Taxonomy Enrichment with Text and Graph Vector Representations

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 (6件)： , , , , ,
資料名：
発行年： 2022年01月21日プレプリントサーバーでの情報更新日： 2022年01月21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)

DBpedia,FreebaseまたはWikidataのような知識グラフは,低ハイパーニム(”クラスサブクラス”)関係に従って,様々な概念の配置と構造化を可能にする分類学的バックボーンを常に含む。特定のドメインのための語彙資源の急速な成長によって,新しい単語による既存の知識ベースの自動拡張の問題はますます広くなった。本論文では,既存の分類学に新しい単語を加えることを目的とする分類強化の問題に取り組んだ。著者らは,このタスクに関して,わずかな努力で,高い結果を達成できる新しい方法を提示する。それは,大部分の言語のために存在する資源を使用して,方法を普遍的にした。ノード2vec,Poincar’e埋込み,GCNなどのグラフ構造の深い表現を組み込むことにより,様々なNLPタスクに関する有望な結果を示す。さらに,これらの表現を単語埋め込みと組み合わせることにより,最先端技術の状況をでめることができる。単語とグラフベクトル表現とそれらの融合アプローチに基づく分類強化に対する既存のアプローチの包括的な研究を行った。また,知識グラフの分類バックボーンを拡張するために,深層学習アーキテクチャを用いる方法を探究した。英語とロシアに対する分類拡張のための多くのデータセットを作成した。異なるデータセットにわたって最先端の結果を達成し,誤りの徹底的な誤差解析を提供した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

自然語処理 , 人工知能

, , , ,

前のページに戻る