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。
時間的知識グラフ(TKG)は,静的知識グラフとは対照的に,実世界知識の過渡的性質を反映する。自然に,自動TKG完了は,関係推論のより現実的なモデリングのために,多くの研究の関心を引いている。しかし,TKG完成のための既存のモディアの大部分は,TKG構造を完全に利用しない静的KG埋込みを拡張し,従って,質問の局所的近傍に既に存在する時間関連事象を説明すること,および2)マルチホップ推論とより良い解釈可能性を容易にする経路ベース推論を欠いている。本論文では,その符号器と復号器における時間的情報とグラフ構造の両者を最大限に利用するTKG完了のための新しいモデルであるT-GAPを提案した。T-GAPは,各イベントとクエリタイムスタンプの間の時間的変位に焦点を合わせて,TKGのクエリー特異的下部構造をコード化し,グラフを通して注意を伝播することによって,経路ベースの推論を実行する。著者らの経験的実験は,T-GAPが最先端の基準線に対して優れた性能を達成するだけでなく,また,無意味のタイムスタンプでクエリに適格に一般化することを証明した。広範な定性分析を通して,T-GAPは透明な解釈性から楽し,その推論過程においてヒト直感に従うことを示した。【JST・京大機械翻訳】