用于多跳推理规则的可微表示
机器学习
2019-05-28 v1 人工智能
计算与语言
机器学习
摘要
我们提出了使用大型符号知识库 (KB) 的二阶多跳推理的高效可微实现。我们引入了一种新操作，可用于在神经模型中组合式地构造二阶多跳模板，并评估了若干具有不同时间与内存权衡的替代实现。这些技术可扩展到具有数百万实体和数千万三元组的 KB，并在若干需要多跳推理的学习任务上得到具有竞争力的简单模型。
引用
@article{arxiv.1905.10417,
title = {Differentiable Representations For Multihop Inference Rules},
author = {William W. Cohen and Haitian Sun and R. Alex Hofer and Matthew Siegler},
journal= {arXiv preprint arXiv:1905.10417},
year = {2019}
}