ニューラルトランスフォーマを用いた知識グラフ階層の拡張【JST機械翻訳】

Sharma Sanat; Poddar Mayank; Kumar Jayant; Blank Kosta; King Tracy

プレプリント

J-GLOBAL ID：202402202295004658 整理番号：24P0091745

ニューラルトランスフォーマを用いた知識グラフ階層の拡張【JST機械翻訳】

Augmenting Knowledge Graph Hierarchies Using Neural Transformers

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
このテーマを更に深掘りする（JDreamⅢへ）

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。

arXiv掲載論文の撤回有無については、一次情報をご確認下さい。

著者 (5件)： , , , ,
資料名：
発行年： 2024年04月11日プレプリントサーバーでの情報更新日： 2024年04月11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。

知識グラフは,データを組織化し,推奨し,ソートするための有用なツールである。知識グラフにおける階層は,知識グラフ内のデータの理解および区画化の改善において大きな利点を提供する。本研究では,既存の知識グラフにおける階層構造の生成および増大のために,大規模言語モデルを利用した。小さな(<100,000ノード)ドメイン固有KGsに対して,数ショットプロンプティングとワンショット生成の組合せがうまく働くが,大きなKGは周期的生成を必要とすることを見出した。筆者らは,筆者らの知識グラフにおいて意図に対して98%及び色に対して99%のカバレッジ増加をもたらす階層を増強するための技法を提示した。【JST機械翻訳】

, , , , ,

図形・画像処理一般

, ,

ライセンス情報：

前のページに戻る