Resumen

La mayoría de los modelos de incrustación de grafos de conocimiento existentes son métodos supervisados y dependen en gran medida de la calidad y cantidad de datos de entrenamiento etiquetados obtenibles. El costo de obtener triples de alta calidad es alto y las fuentes de datos enfrentan un grave problema de dispersión de datos, lo que puede resultar en un entrenamiento insuficiente de entidades de cola larga. Sin embargo, las entidades de codificación de texto no estructurado y el conocimiento relacional se pueden obtener en grandes cantidades en cualquier lugar. Los vectores de palabras de los nombres de entidades estimados a partir del texto sin etiquetar utilizando un modelo de lenguaje natural codifican la sintaxis y propiedades semánticas de las entidades. Sin embargo, dado que estos vectores de características se estiman mediante la minimización del error de predicción en nombres de entidades no supervisados, es posible que no sean los mejores para los grafos de conocimiento. Proponemos un enfoque de dos fases para adaptar las incrustaciones de nombres de entidades no supervisadas a un subespacio de grafo de conocimiento

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Modelos de incrustación de gráficos de conocimiento existentes; Métodos supervisados; Datos de entrenamiento etiquetados; Codificación de texto no estructurado; Nombres de entidades; Representación del conocimiento
• Keywords:Existing knowledge graph embedding models; Supervised methods; Labelled training data; Unstructured text encoding; Entity names; Knowledge representation