2ヶ月前
LogicENN: 論理規則を用いたニューラルベースの知識グラフ埋め込みモデル
Mojtaba Nayyeri; Chengjin Xu; Jens Lehmann; Hamed Shariat Yazdi

要約
知識グラフ埋め込みモデルは、AI研究において大きな注目を集めています。最近の研究では、論理規則などの背景知識を組み込むことで、埋め込みの下流の機械学習タスクでの性能が向上することが示されています。しかし、これまでに存在するほとんどのモデルでは、規則の組み込みが許可されていません。本稿では、規則を含めるという課題に取り組み、新しいニューラルベースの埋め込みモデル(LogicENN)を提案します。私たちは、LogicENNが知識グラフ内のエンコードされた規則のすべての真実値を学習できることを証明しました。私たちの知る限り、これまではニューラルベースの埋め込みモデル群でこのような証明は行われていませんでした。さらに、(非)対称性、逆関係性、非反射性および推移性、含意関係、合成関係、同値関係および否定関係など、様々な規則を組み込むための公式を導出しています。(Anti-)symmetric, inverse, irreflexive and transitive, implication, composition, equivalence and negation. 我々の定式化により、含意関係と同値関係について接地処理を行う必要がなくなります。実験結果は、LogicENNがリンク予測において最先端のモデルよりも優れた性能を発揮することを示しています。