利用隐式人类反馈改进 RDF2vec 嵌入的初步探索
人工智能
2020-04-10 v1 计算与语言
机器学习
摘要
RDF2vec 是一种从 RDF 知识图谱创建向量空间嵌入的技术，即将图中每个实体表示为一个向量。它首先通过在图上执行随机游走创建节点序列。第二步，这些序列由 word2vec 算法处理以生成实际的嵌入。在本文中，我们探索使用外部边权重来引导随机游走。作为边权重，Wikipedia 中页面之间的转移概率被用作人类对边重要性反馈的代理。我们表明，在某些场景下，利用这些转移概率的 RDF2vec 可以优于基于随机游走的 RDF2vec 以及使用图内部边权重的方法。
引用
@article{arxiv.2004.04423,
title = {Towards Exploiting Implicit Human Feedback for Improving RDF2vec Embeddings},
author = {Ahmad Al Taweel and Heiko Paulheim},
journal= {arXiv preprint arXiv:2004.04423},
year = {2020}
}
备注
Workshop paper accepted at Deep Learning for Knowledge Graphs Workshop 2020