DeepPath: метод обучения с подкреплением для логического вывода в графах знаний

DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning
William Yang Wang, Wenhan Xiong, Thien Hoang
2017-01-01

Freebaseвложения графов знанийрассуждение по графам знаниймногошаговые реляционные путиобучение с подкреплением
Мы исследуем задачу обучения логическому выводу в крупномасштабных графах знаний (KG). В частности, мы описываем новую схему обучения с подкреплением для изучения многопереходных реляционных путей. Мы используем агента на основе политики с непрерывными состояниями, заданными с помощью вложений графа знаний; агент выполняет логический вывод в векторном пространстве KG, выбирая наиболее перспективное отношение для продолжения пути. В отличие от предыдущих работ, предлагаемый нами подход включает функцию вознаграждения, учитывающую точность, разнообразие и эффективность. Экспериментально показано, что предложенный метод превосходит алгоритм ранжирования путей и методы вложения графов знаний на наборах данных Freebase и Never-Ending Language Learning.
1
Агент на основе политики использует непрерывные состояния, полученные из векторных представлений графа знаний, и выбирает перспективные отношения для продолжения путей рассуждения.
2
DeepPath представляет фреймворк обучения с подкреплением для изучения многопереходных реляционных путей в крупномасштабных графах знаний.
3
Эксперименты на наборах данных Freebase и Never-Ending Language Learning показали, что DeepPath превосходит алгоритм ранжирования путей и методы векторного представления графов знаний.
4
Функция вознаграждения одновременно учитывает точность, разнообразие и эффективность путей, в отличие от предшествующих подходов, ориентированных преимущественно на точность.

многошаговые реляционные пути в крупномасштабных графах знаний

обучение рассуждению по этим путям с акцентом на точность, разнообразие и эффективность выбора путей

Publication Details
Publication Date
2017-01-01
Journal
Publisher
ISSN
Cited by
859
Access Type
Author Information
Authors
William Yang Wang
Wenhan Xiong
Thien Hoang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%