知識グラフ推論のためのルール誘導による協調エージェントの学習【JST・京大機械翻訳】

Lei Deren; Jiang Gangrong; Gu Xiaotao; Sun Kexuan; Mao Yuning; Ren Xiang

プレプリント

J-GLOBAL ID：202202204858453975 整理番号：22P0142024

知識グラフ推論のためのルール誘導による協調エージェントの学習【JST・京大機械翻訳】

Learning Collaborative Agents with Rule Guidance for Knowledge Graph Reasoning

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： 2020年05月01日プレプリントサーバーでの情報更新日： 2020年10月06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)

歩行ベースモデルは,解釈可能な決定を提供しながら,デセント性能を達成することにより,知識グラフ(KG)推論におけるそれらの利点を示した。しかし,横断中のKGにより提供されるスパース報酬信号はしばしば,洗練された歩行ベース強化学習(RL)モデルを導くには不十分である。代替アプローチは,従来の記号的方法(例えば,ルール誘導)を使用することであり,それは良い性能を達成するが,記号表現の限界のために一般化するのは難しい。本論文では,ウォークベースエージェントに対する報酬監視を提供するために,記号ベース手法によって生成された高品質ルールを利用するルールガイドを提案した。ベンチマークデータセットに関する実験は,ルール指針が解釈可能性を失うことなく歩行ベースモデルの性能を改善することを示した。【JST・京大機械翻訳】

, , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , , , ,

前のページに戻る