知識グラフ埋め込みモデル(KGEMs)は、知識グラフ(KGs)に関連するさまざまなタスクに使用されます。この論文では、ドメインと範囲の署名に基づいて意味的に有効なネガティブトリプルをサンプリングし、提案された損失関数が満足のいく結果を提供することが示されました。これは、提案されたアプローチがKGEMsの一般性と優越性を実証しています。また、提案された損失関数はMRRやHits@10値を向上させ、Sem@KメトリックによってKGEMsをより良い意味的正確性に導きます。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問