یادگیری انطباق موجودیت و رابطه برای گراف دانش چندزبانه
Publish place: The First National Conference on Modern and Smart Business Data Mining and Image Processing
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 363
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDMEC01_010
تاریخ نمایه سازی: 29 بهمن 1398
Abstract:
گراف های دانش چند زبانه مانند دی-بی پدیا و یاگو شامل دانش ساخت یافته از موجودیت ها در چندین زبان متمایز هستند و منابع مفیدی برای برنامه های بین زبانی هوش مصنوعی محسوب می شوند. هدف از انطباق گراف دانش بین زبانی تطبیق دادن موجودیت ها با موجودیت های همتای آنها در زبان های دیگر می باشد، که یک راه حل مهم برای بهبود لینک های بینزبانی در انطباق دانش چندزبان محسوب می شود. بنابراین، در این مقاله روشMultiTransR به عنوان یک مدل مبتنی بر ترجمه برای انطباق گراف دانش چندزبانه پیشنهاد شده است.این روش از انتقال موجودیت ها و روابط هر زبان به یک فضای نهان جداگانه بهره می برد، به این ترتیب MultiTransR انتقال هر یک از بردارهای نگاشت را به همتای بین زبانی شان در فضاهای دیگر فراهم می کند، در حالی که ویژگی های تک زبانگی آنها حفظ می شوند.
Authors
الهه شهروز اسکوئی
دانشجوی کارشناسی ارشد - دانشکده مهندسی فناوری اطلاعات و کامپیوتر - دانشگاه صنعتی ارومیه - ارومیه - ایران
جعفر طهمورث نژاد
استادیار - دانشکده مهندسی فناوری اطلاعات و کامپیوتر - دانشگاه صنعتی ارومیه – ارومیه - ایران