知識グラフのための埋込みベースエンティティアラインメントのベンチマーク研究【JST・京大機械翻訳】

Sun Zequn; Zhang Qingheng; Hu Wei; Wang Chengming; Chen Muhao; Akrami Farahnaz; Li Chengkai

プレプリント

J-GLOBAL ID：202202204150508893 整理番号：22P0123913

知識グラフのための埋込みベースエンティティアラインメントのベンチマーク研究【JST・京大機械翻訳】

A Benchmarking Study of Embedding-based Entity Alignment for Knowledge Graphs

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 (7件)： , , , , , ,
資料名：
発行年： 2020年03月10日プレプリントサーバーでの情報更新日： 2020年07月19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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

エンティティアラインメントは,同じ実世界オブジェクトを参照する異なる知識グラフ(KG)におけるエンティティの発見を追求する。KG埋込みにおける最近の進展は,埋込みベースエンティティアラインメントの出現を推進し,それは連続埋込み空間におけるエンティティを符号化し,学習埋込みに基づくエンティティ類似性を測定する。本論文では,この新興分野の包括的な実験的研究を行った。23の最近の埋込みベースエンティティアラインメントアプローチを調査し,それらの技術と特性に基づいてそれらを分類した。また,新しいKGサンプリングアルゴリズムを提案し,それを用いて,現実的な評価のための様々な不均一性と分布を有する専用ベンチマークデータセットの集合を生成した。12の代表的埋込みベースエンティティアラインメントアプローチを含むオープンソースライブラリを開発し,それらの強度および限界を理解するために,これらのアプローチを広範囲に評価した。さらに,現在のアプローチで調査されていないいくつかの方向に対して,探索実験を行い,将来の研究のための予備的知見を報告した。ベンチマークデータセット,オープンソースライブラリ,および実験結果は,すべて,オンラインで,そして,確実に維持されるであろう。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る