Query-Driven Knowledge Base Completion using Multimodal Path Fusion over Multimodal Knowledge Graph

要約

タイトル：複合型知識グラフ上のマルチモーダルパスフュージョンを用いたクエリドリブン型知識ベース補完

要約：

– 大規模な知識ベースが作成されているが、多くは不完全である。
– クエリドリブン型知識ベース補完システムを提案する。
– 構造化情報と非構造化情報をマルチモーダル知識グラフに基づいて組み合わせることで、未知の情報を補完する。
– クエリドリブン技術を使用して、システムのレスポンス速度を向上させる。
– マルチモーダルパスフュージョンアルゴリズムにより、質問応答、ルール推論、およびベースラインフュージョンアルゴリズムよりも優れた性能を実現する。
– 実験により、提案システムの有効性と効率性を示す。

要約(オリジナル)

Over the past few years, large knowledge bases have been constructed to store massive amounts of knowledge. However, these knowledge bases are highly incomplete, for example, over 70% of people in Freebase have no known place of birth. To solve this problem, we propose a query-driven knowledge base completion system with multimodal fusion of unstructured and structured information. To effectively fuse unstructured information from the Web and structured information in knowledge bases to achieve good performance, our system builds multimodal knowledge graphs based on question answering and rule inference. We propose a multimodal path fusion algorithm to rank candidate answers based on different paths in the multimodal knowledge graphs, achieving much better performance than question answering, rule inference and a baseline fusion algorithm. To improve system efficiency, query-driven techniques are utilized to reduce the runtime of our system, providing fast responses to user queries. Extensive experiments have been conducted to demonstrate the effectiveness and efficiency of our system.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI