Data miner/Knowledge Graph
-
[논문리뷰] Identifying entity properties from text with zero-shot learning, 2) properties, a predicate pathData miner/Knowledge Graph 2020. 10. 1. 14:59
본 논문을 요약하면서, Property를 '관계성'(e.g. music.artist.track_contributions)으로 언급한 바 있다. 이해를 돕기 위해, ()에 이것의 예시를 같이 소개하겠다. 논문에서는 Property의 특성을 지식그래프의 구성물이라고 할 수 있는 Triplet(S주어, P서술어, O목적어)를 활용해서 정의한다. 특히, 주어-목적어 관계로 직접 연결되지 않은 경우에도, 목적어가 다른 문장에서 주어가 되어 표현되는 관계까지도 포괄한다는 특징을 가진다(아래 그림 참조). Triplet의 단위에서 어떤 목적어는 다른 문장에서 주어일 수 있으며, 이런 식으로 사슬로 연결되어 주어와 사슬의 마지막 끝에 있는 목적어는 여러개의 서술어로 구성될 수 있다. 아래 그림에서 r1, r2에 해당하..
-
라플라시안 메트릭스 / Laplacian MatrixData miner/Knowledge Graph 2020. 8. 3. 14:05
Graph 기반의 Collaborative Filtering의 논문을 읽다가, Graph Laplacian norm을 접하게 되었다. 무엇인지에 대해서 하나씩 찾아보다가, 라플라시안 메트릭스부터 차근차근히 정리하기로 했다. 먼저, 그래프에 있는 노드들을 비슷한 것끼리 클러스터링할 때 혹은 그래프를 나눌 때, 라플라시안 메트릭스가 활용된다. 그래프로 표현된 N개의 점들 사이의 유사성이 주어졌다면, 유사성 매트릭스를 통해서 클러스터링 하면 된다. 하지만, N개의 점들만 주어졌을 때에는 점들의 유사성을 따로 구해 유사 그래프를 생성해야 한다. 유사 그래프를 생성시에, 인접 행렬(Adjacency matrix)과 라플라시안(Laplacian matrix)이 활용된다. 인접 행렬 매트릭스는 노드로 표현될 수 있는..
-
[논문리뷰] Identifying entity properties from text with zero-shot learning 1)Data miner/Knowledge Graph 2019. 11. 28. 18:20
Imrattanatrai, W., Kato, M. P., & Yoshikawa, M. (2019, July). Identifying Entity Properties from Text with Zero-shot Learning. In Proceedings of the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval (pp. 195-204). Sigir2019, Session2C의 knowledge and Entities에서 발표된 논문이다. - 본 논문에서는 개체(entity)의 관계성(Properties)를 확인하는데 있어서 기존에 잘 구축된 지식그래프(knowledge graph)의 부..