基于双曲空间最优传输的无监督层次匹配
机器学习
2020-05-11 v2 机器学习
摘要
本文关注层次数据（如本体或词汇数据库）的无监督对齐问题。这是一个跨领域出现的问题，从自然语言处理到生物信息学，通常借助外部知识库和标签文本相似性来解决。相反，我们从纯几何视角处理该问题：仅给定两个层次中项的向量空间表示，我们寻求推断它们之间的对应关系。我们的工作源于并将双曲空间层次数据表示与无监督词对齐方法交织在一起。我们首先提供了一组负结果，展示了欧几里得方法在此双曲设定中如何以及为何失败。然后我们提出了一种基于双曲空间最优传输的新方法，并表明它在跨语言 WordNet 对齐和本体匹配任务的多个实验中优于标准嵌入对齐技术。
引用
@article{arxiv.1911.02536,
title = {Unsupervised Hierarchy Matching with Optimal Transport over Hyperbolic Spaces},
author = {David Alvarez-Melis and Youssef Mroueh and Tommi S. Jaakkola},
journal= {arXiv preprint arXiv:1911.02536},
year = {2020}
}
备注
AISTATS 2020