EL Embeddings:描述逻辑 $\mathcal{EL}^{++}$ 模型的几何构造
人工智能
2019-02-28 v1
摘要
嵌入是一种将实体从一种代数结构映射到另一种代数结构同时保留某些特征的函数。嵌入已成功用于将关系数据或文本映射到向量空间,以便用于机器学习、相似性搜索或类似任务。我们解决为描述逻辑 中的理论寻找向量空间嵌入的问题,这些嵌入同时也是 TBox 的模型。为寻找此类嵌入,我们定义了一个优化问题,在 中刻画 中算子的模型论语义,从而解决在给定特定域 时为 理论寻找解释函数的问题。我们的方法主要与大型 理论和知识库相关,例如生命科学中使用的本体和知识图谱。我们证明,与语义相似性度量或知识图谱嵌入相比,我们的方法可用于改进蛋白质—蛋白质相互作用的预测。
引用
@article{arxiv.1902.10499,
title = {EL Embeddings: Geometric construction of models for the Description Logic EL ++},
author = {Maxat Kulmanov and Wang Liu-Wei and Yuan Yan and Robert Hoehndorf},
journal= {arXiv preprint arXiv:1902.10499},
year = {2019}
}