-
公开(公告)号:DE112020000873T5
公开(公告)日:2021-11-11
申请号:DE112020000873
申请日:2020-05-15
Applicant: IBM
Inventor: TRIM CRAIG , RUDDEN MARY , MARZORATI MAURO , FOX JEREMY
IPC: G06N5/02
Abstract: Systeme und Verfahren zur automatisierten Auflösung von Überspezifikation und Unterspezifikation in einem Wissensgraphen werden offenbart. In Ausführungsformen enthält ein Verfahren: Bestimmen, durch eine Datenverarbeitungseinheit, dass eine Größe eines Objekt-Clusters eines Wissensgraphen einen Schwellenwert erfüllt, der eine Unterspezifikation einer Wissensbasis des Wissensgraphen angibt; Bestimmen, durch die Datenverarbeitungseinheit, von Unterklassen für Objekte des Wissensgraphen; Reinitialisieren, durch die Datenverarbeitungseinheit, des Wissensgraphen auf Grundlage der Unterklassen, um einen verfeinerten Wissensgraphen zu erzeugen, wobei die Größe des Objekt-Clusters in dem verfeinerten Wissensgraphen verringert ist; und Erzeugen, durch die Datenverarbeitungseinheit, einer Ausgabe auf Grundlage von Informationen, die aus dem verfeinerten Wissensgraphen bestimmt werden.
-
公开(公告)号:DE112020002344T5
公开(公告)日:2022-03-10
申请号:DE112020002344
申请日:2020-06-12
Applicant: IBM
Inventor: TRIM CRAIG , RUDDEN MARY , BAUGHMAN AARON , STOCKT STEFAN VAN DER , FREUND BERNARD , RAGWITZ AUGUSTINA
Abstract: Für ein Paar von Merkmalen, die in einem Vektorraum dargestellt werden, der einem Eingabedatensatz entspricht, wird eine Datenstruktur der transitiven Hülle erzeugt. Die Datenstruktur enthält einen Satz von Einträgen, der einem Satz aller möglichen Pfade zwischen einem ersten Merkmal in dem Paar und einem zweiten Merkmal in dem Paar in einem Graphen des Vektorraums entspricht. Die Datenstruktur wird reduziert, indem ein Teilsatz des Satzes von Einträgen entfernt wird, sodass nur ein einziger Eintrag, der einem einzigen Pfad entspricht, in der Datenstruktur der transitiven Hülle verbleibt. Aus einem Cluster von Merkmalen, die in einem reduzierten Ontologiegraphen verbleiben, der aus dem Reduzieren der Datenstruktur der transitiven Hülle resultiert, wird eine Merkmalskreuzung gebildet. Eine Schicht in einem neuronalen Netzwerk wird konfiguriert, um die Merkmalskreuzung darzustellen, was dazu führt, dass das neuronale Netzwerk eine Vorhersage erzeugt, die bezogen auf den Datensatz innerhalb einer definierten Genauigkeit liegt.
-