知識ベースクエリーのための忠実埋込み【JST・京大機械翻訳】

Sun Haitian; Arnold Andrew O.; Bedrax-Weiss Tania; Pereira Fernando; Cohen William W.

プレプリント

J-GLOBAL ID：202202219057752234 整理番号：21P0028606

知識ベースクエリーのための忠実埋込み【JST・京大機械翻訳】

Faithful Embeddings for Knowledge Base Queries

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： 2020年04月07日プレプリントサーバーでの情報更新日： 2021年01月28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)

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】

,
, , , 【Automatic Indexing@JST】

人工知能 , データベースシステム

, ,

前のページに戻る