Core Concepts
知識グラフを活用することで、ユーザーの意図に合った概念を定義し、概念ベースの説明可能な人工知能システムを構築できる。
Abstract
本研究では、知識グラフを活用して概念を定義し、概念ベースの説明可能な人工知能システムを構築する手法を提案している。
まず、WordNet、Wikidata、ConceptNetといった知識グラフを使って、ユーザーの意図に合った概念を対話的に定義する。次に、Wikimedia CommonsやWikipediaから、定義した概念に関連するデータを自動的に収集する。
収集したデータを使って、概念活性化ベクトル(CAV)と概念活性化領域(CAR)を学習する。実験の結果、知識グラフから定義した概念データを使ったCAVとCARは、既存のデータセットを使ったものと同等以上の性能を示した。また、概念間の関係性も人間の知識構造と良く一致することが分かった。
これらの結果から、知識グラフを活用することで、ユーザーの意図に合った概念を定義し、頑健で信頼性の高い説明を生成できることが示された。本手法は、概念ベースの説明可能な人工知能システムの構築に有効である。
Stats
自転車、ボトル、猫、鉢植え、羊の各クラスについて、Wikimediaから収集したデータはPascal VOCデータセットよりも多い。
スポーツ、果物、自動車の各概念とその下位概念について、Wikimediaから収集した画像数は数千枚、Wikipediaから収集した文章数は数万文あった。