正方形対角直交行列を用いることで、より一般的で柔軟な知識グラフ埋め込みモデルを実現し、従来の回転ベースの手法よりも優れた性能を示す。
知識グラフ埋め込みモデルにおいて発見された「Z-パラドックス」という問題を解決するため、Z-パラドックスに悩まされることのない新しい知識グラフ埋め込みモデルMQuinEを提案する。
本研究では、知識グラフ内の三つ組(ヘッド、関係、テール)の難易度を測る新しい指標Z-countsを提案し、それに基づいたカリキュラム学習フレームワークCL4KGEを開発した。CL4KGEは既存の知識グラフ埋め込みモデルの性能を大幅に向上させることができる。
本研究は、知識グラフ集合検索問題を初めて提案し、この問題に対処するための新しい知識グラフ埋め込みモデルSpherEを提案する。SpherEは、各エンティティを球体として埋め込み、各関係を回転として表現することで、多対多の関係をより表現力豊かにモデル化できる。また、SpherEは高い解釈可能性も備えている。
複素数表現を用いた知識グラフ埋め込みモデルのメモリ効率を向上させるため、適切な次元のパラメータを共役形式で表現する手法を提案する。