HyperAIHyperAI
il y a 2 mois

Décomposition Canonique de Tenseurs pour l'achèvement des Bases de Connaissances

Timothée Lacroix; Nicolas Usunier; Guillaume Obozinski
Décomposition Canonique de Tenseurs pour l'achèvement des Bases de Connaissances
Résumé

Le problème de complétion de base de connaissances peut être formulé comme un problème de complétion d'un tenseur binaire d'ordre 3. À cet égard, la décomposition canonique de tenseurs (CP) (Hitchcock, 1927) semble être une solution naturelle ; cependant, les implémentations actuelles de CP sur des benchmarks standards de complétion de base de connaissances sont en retard par rapport à leurs concurrents. Dans ce travail, nous tentons de comprendre les limites de CP pour la complétion de bases de connaissances. Tout d'abord, nous motivons et testons un régulariseur novateur basé sur les normes nucléaires $p$-tenseur. Ensuite, nous présentons une reformulation du problème qui le rend invariant face aux choix arbitraires concernant l'inclusion des prédicats ou leurs réciproques dans le jeu de données. La combinaison de ces deux méthodes nous permet d'améliorer l'état actuel de l'art sur plusieurs jeux de données grâce à une décomposition CP, et d'obtenir encore meilleurs résultats en utilisant le modèle plus avancé ComplEx.

Décomposition Canonique de Tenseurs pour l'achèvement des Bases de Connaissances | Articles de recherche récents | HyperAI