| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Knowledge Graph Completion with Triple Structure and Text Representation
Avtorji:ID Liu, Shuang (Avtor)
ID Qin, Yufeng (Avtor)
ID Xu, Man (Avtor)
ID Kolmanič, Simon (Avtor)
Datoteke:.pdf Liu-2023-Knowledge_Graph_Completion_with_Tripl.pdf (1,03 MB)
MD5: 6D6B12816525821AD6FB69DA39E97446
 
URL https://link.springer.com/article/10.1007/s44196-023-00271-0
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Knowledge Graphs (KGs) describe objective facts in the form of RDF triples, each triple contains sufficient semantic information and triple structure information. Knowledge Graph Completion (KGC) is to acquire new knowledge by predicting hidden relationships between entities and adding the new knowledge to the KG. At present, the mainstream KGC approaches only applied the triple structure information or only utilized the semantic information of the text. This paper proposes an approach (TSTR) using BERT and deep neural networks to fully extract the semantic information of knowledge, and designs an aggregated re-ranking scheme that incorporates existing graph embedding approach to learn the structural information of triples. In experiments, the approach achieves state-of-the-art performance on three benchmark datasets, and outperforms recent KGC approaches on sparsely connected datasets.
Ključne besede:knowledge graph completion, BERT, deep convolutional architecture, re-ranking
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:15.01.2023
Datum sprejetja članka:11.05.2023
Datum objave:30.05.2023
Založnik:Springer (Atlantis)
Leto izida:2023
Št. strani:Strr. 1-12
Številčenje:Letn. 16, Št. članka 95
PID:20.500.12556/DKUM-87097 Novo okno
UDK:004.9
COBISS.SI-ID:162928643 Novo okno
DOI:10.1007/s44196-023-00271-0 Novo okno
ISSN pri članku:1875-6883
Avtorske pravice:© The Author(s) 2023
Datum objave v DKUM:19.02.2024
Število ogledov:229
Število prenosov:18
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:International journal of computational intelligence systems
Založnik:Atlantis
ISSN:1875-6883
COBISS.SI-ID:16056598 Novo okno

Gradivo je financirano iz projekta

Financer:Drugi - Drug financer ali več financerjev
Številka projekta:2023lslybkt-039
Naslov:Liaoning Province Economic and Social Development Research Project 2023 of Provincial Social Science Association

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:30.05.2023

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:globoka konvolucijska arhitektura, grafi znanja, BERT, procesiranje naravnih jezikov


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici