Core Concepts
Negative Tripel sollten basierend auf ihrer semantischen Gültigkeit unterschiedlich behandelt werden, um die Leistung von Wissensgrapheneinbettungsmodellen zu verbessern.
Abstract
Das Paper untersucht die Verwendung von Verlustfunktionen für die Linkvorhersage in Wissensgraphen. Es schlägt vor, negative Tripel basierend auf ihrer semantischen Gültigkeit zu differenzieren und zeigt, dass dies zu einer verbesserten Leistung der Modelle führt. Die Experimente wurden auf verschiedenen öffentlichen Wissensgraphen durchgeführt, wobei die signaturgesteuerten Verlustfunktionen vielversprechende Ergebnisse lieferten.
Einleitung zu Wissensgraphen und Linkvorhersage
Bedeutung von semantischer Information in Verlustfunktionen
Experimentelle Einstellungen und Ergebnisse
Diskussion über die Auswirkungen der signaturgesteuerten Verluste auf die Leistung
Stats
Negative Tripel sollten basierend auf ihrer semantischen Gültigkeit unterschiedlich behandelt werden.
Die Verwendung von Verlustfunktionen mit Bereichs- und Wertebereichsbeschränkungen verbessert die Leistung der Modelle.
Quotes
"Wir schlagen vor, negative Tripel basierend auf ihrer semantischen Gültigkeit zu differenzieren."
"Die signaturgesteuerten Verlustfunktionen führen zu einer verbesserten Leistung der Modelle."