本論文では、知識グラフ埋め込み(KGE)モデルにおける「Z-パラドックス」と呼ばれる問題を発見し、その問題を解決するための新しいKGEモデルMQuinEを提案している。
Z-パラドックスとは、一部の既存のKGEモデル(TransE、RotatEなど)において、ある3つの事実(h, r, e2)、(e3, r, e2)、(e3, r, t)が観測されている場合に、自動的に(h, r, t)も成立すると判断してしまう問題である。この問題は、KGEモデルの表現力に深刻な欠陥をもたらす。
提案するMQuinEモデルは、Z-パラドックスに悩まされることなく、対称/非対称、逆関係、1-N/N-1/N-N、合成関係などの複雑な関係パターンをうまくモデル化できる。理論的な分析と実験的な評価の結果、MQuinEは既存のKGEモデルに比べて大幅な性能向上を示すことが分かった。特に、Z-パラドックスの影響を受けやすい難しい事例において、MQuinEは20%以上の精度向上を達成している。
また、Z-サンプリングと呼ばれる新しいネガティブサンプリング手法を提案し、これがMQuinEの性能向上に大きく寄与することも示された。
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Yang Liu, Hu... о arxiv.org 09-23-2024
https://arxiv.org/pdf/2402.03583.pdfГлибші Запити