本論文では、知識グラフにおけるリンク予測のための新しいアプローチを提案している。従来のリンク予測手法は次元削減、確率モデル、類似性ベースのアプローチに限定されており、固有のバイアスを持っている。
提案手法では、ノードの近傍構造(コンテキスト)を特徴量として利用し、中心性指標と古典的な機械学習手法を組み合わせている。実験の結果、ランダムに選択したノードと次数中心性を利用した場合に良好な性能が得られることが示された。
提案手法は、グラフの密度が低い場合に優れた性能を発揮するが、密度が高い場合はグラフ埋め込み手法に劣る。ノードの選択方法と近傍の数の選択が重要な課題であり、さらなる検討が必要である。また、提案手法の一般化可能性についても検討が必要である。
To Another Language
from source content
arxiv.org
Глибші Запити