| Item type |
SIG Technical Reports(1) |
| 公開日 |
2017-05-08 |
| タイトル |
|
|
タイトル |
Graph Neural Networkを用いた未知エンティティの表現獲得について |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
奈良先端科学技術大学院大学 |
| 著者所属 |
|
|
|
Recruit Institute of Technology |
| 著者所属 |
|
|
|
奈良先端科学技術大学院大学 |
| 著者所属 |
|
|
|
奈良先端科学技術大学院大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Nara Institute of Science and Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Recruit Institute of Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Nara Institute of Science and Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Nara Institute of Science and Technology |
| 著者名 |
濱口, 拓男
大岩, 秀和
新保, 仁
松本, 裕治
|
| 著者名(英) |
Takuo, Hamaguchi
Hidekazu, Oiwa
Masashi, Shimbo
Yuji, Matsumoto
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
知識ベース補完は知識ベース内で欠落している情報を推定するタスクである．本論文では知識ベース補完における未知 entity 問題を扱う．未知 entity 問題とは，訓練データに含まれない entity が予測時に与えられた場合，その entity に関する知識をどのようにして獲得するのかという問題である．埋め込みに基づいた知識ベース補完の既存手法は，予測時に与えられる entity はすべて訓練データ中に出現している仮定を置いているため，未知 entity の表現をどう獲得するかは明らかではなかった．今回我々は再度モデルを学習するということなく，この未知 entity 問題を解決する．具体的には，未知 entity に関する補助的な知識を用いることで知識グラフ上の Graph neural network を構築し，既存の表現から知識を転用することで未知 entity に関する表現を得る．我々は未知 entity の実験において提案する手法の効果を示した．また WordNet データを用いた標準的な知識ベース補完の設定の下でも，先行研究に比較して良い精度を示した． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10442647 |
| 書誌情報 |
研究報告音声言語情報処理（SLP）
巻 2017-SLP-116,
号 20,
p. 1-8,
発行日 2017-05-08
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8663 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-SLP17116020.pdf (762.0 kB)
