時間的知識予測のための適応擬似シーズポリシーネットワーク【JST・京大機械翻訳】

Shao Pengpeng; Liu Tong; Che Feihu; Zhang Dawei; Tao Jianhua

プレプリント

J-GLOBAL ID：202202214093473978 整理番号：22P0338245

時間的知識予測のための適応擬似シーズポリシーネットワーク【JST・京大機械翻訳】

Adaptive Pseudo-Siamese Policy Network for Temporal Knowledge Prediction

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 (5件)： , , , ,
資料名：
発行年： 2022年04月25日プレプリントサーバーでの情報更新日： 2022年04月25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)

時間的知識予測は,近年,時間的知識グラフに関する関連する歴史的事実を用いて将来の事実を予測することを目的とする,イベント早期警戒のための重要なタスクである。この予測タスクには二つの主な困難がある。最初に,歴史的事実の観点から,正確に質問を予測する事実の進化的パターンをモデル化する方法。第2に,質問展望から,質問が統一されたフレームワークにおいて見えないエンティティを含む2つのケースを取り扱う方法であった。2つの問題によって駆動して,著者らは,強化学習に基づく一時的知識予測のために,新規適応可能な擬似-シーム対策ネットワークを提案した。具体的には,2つのサブポリシーネットワークから成る擬似シームポリシーネットワークとして,このモデルにおけるポリシーネットワークを設計した。サブポリシーネットワークIでは,エージェントは,静的進化パターンを捉えるために,エンティティ関係経路に沿ったクエリに対する回答を探索する。そして,サブポリシーネットワークIIにおいて,エージェントは,関係-時間経路に沿ったクエリのための回答を探索して,非意味エンティティに対処した。さらに,時間的進化パターンを捕捉するための時間関係符号器を開発した。最後に,2つのサブポリシーネットワークの結果を適応的に統合するゲート機構を設計し,エージェントが destination先回答に焦点を当てた。著者らのモデル性能を評価するために,4つのベンチマークデータセットに関するリンク予測を行い,実験結果は,著者らの方法が既存の方法と比較してかなりの性能を得ることを実証した。【JST・京大機械翻訳】

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

計算機網 , 人工知能

, , ,

前のページに戻る