要約
階層関係は、知識グラフ（KG）によって捉えられた人間の知識を整理するために一般的かつ不可欠です。階層関係の主要な特性は、エンティティ間に部分順序を誘導することであり、これをモデル化することで階層的な推論が可能になります。しかし、現在のKG埋め込みは単一の全体的な階層（単一の全体的な部分順序）のみをモデル化でき、単一のKG内に存在する複数の異種階層をモデル化することはできません。本稿では、ConE（Cone Embedding）と呼ばれるKG埋め込みモデルを提案します。ConEは、複数の階層的および非階層的な関係を同時にモデル化できる知識グラフ用の埋め込みモデルです。ConEはエンティティを双曲円錐に埋め込み、関係を円錐間の変換としてモデル化します。特に、ConEは双曲埋め込み空間内の異なる部分空間における円錐包含制約を使用して、複数の異種階層を捉えます。標準的な知識グラフベンチマークでの実験結果から、ConEは階層的推論タスクおよび階層的グラフ上の知識グラフ完成タスクにおいて最先端の性能を達成することが示されました。特に、当方の手法はWN18RRで45.3%、DDB14で16.1%（MRR 0.231）という新しい最先端のHits@1を得ました。また、階層的推論タスクにおいては、3つのデータセット全てで平均20%以上の改善が見られました。