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。
理想的知識ベース(KB)の演繹的閉鎖は,KBが答えることができる論理的クエリを厳密に含む。しかし,実際には,KBは不完全かつ過特定であり,実世界の回答を持ついくつかのクエリに答えることに失敗している。KBエンティティとKBクエリが埋込み空間で共同で表現され,KB推論における緩和と一般化をサポートする,クエリ埋込み(QE)技術が最近提案された。しかしながら,本論文における実験は,QEシステムが,一般化または緩和を必要としない,回答に関する演繹的推論と矛盾しないことを示した。この問題を,演繹推論にもっと忠実である新しいQE法で扱い,これが不完全なKBに対する複雑なクエリーにより良い性能をもたらすことを示す。最後に,この新しいQEモジュールを神経質問-回答システムに挿入すると,最先端技術を大幅に改善することを示した。【JST・京大機械翻訳】