Oct, 2020

基于概率的案例推理用于开放世界知识图谱补全

PDF
TL;DR通过借鉴类似实体在知识库中的推理路径，使用基于案例的推理系统来预测实体的属性，并引入使用路径统计量有效计算模型参数的概率性方法。在开放世界设置中，该方法的性能显著优于其他规则学习方法并与最先进的基于嵌入的方法相当。
case-based reasoningknowledge-basesprobabilistic modelentity attributesopen-world setting
发现论文，激发创造
  • 基于案例推理的自然语言查询知识库

    本文提出了一种神经符号 CBE 方法，包括非参数记忆库和参数模型，能够对大型知识库中的问题进行问答，展示了在 ComplexWebQuestions 数据集上超越当前最新技术 11％的性能并显示出只需少量的人工标记示例，就能使用新案例的能力。

    Apr, 2021

  • CBR-iKB: 基于案例推理的不完整知识库问答方法

    提出了一种基于案例推理的方法，CBR-iKB，用于知识库问答系统，该方法可以适应不完整的知识库，通过新颖的非参数推理算法，综合多个推理链的决策，无需特定的训练或微调，达到了 100％的 MetaQA 准确度，同时在 WebQSP 下取得了 70％的准确率，超过了现有最优方法 22.3％以上。

    Apr, 2022

  • 基于子图的案例推理知识库问答

    我们提出了一种基于图的方法 CBR-SUBG，利用相似的子图和潜在的推理模式来回答在知识库中问答。我们还提出了一种自适应的子图收集策略，以选择一个紧凑的子图，并显示 CBR-SUBG 可以与最佳模型竞争地回答需要子图推理模式的查询。

    Feb, 2022

  • 基于知识图谱的案例推理事件预测

    应用连结预测、知识图谱在因果事件预测上的机遇，引入基于案例推理的 EvCBR 模型来预测新事件的属性，无需训练步骤，且在新 sworthy 事件与因果关系的数据集中表现优于基线模型。

    Sep, 2023

  • 基于案例推理的机器阅读理解

    提出了一种基于 CBR-MRC 的精确且可解释的答案提取方法，其利用相似问题之间的语义相似性来预测问题的答案，并在 NaturalQuestions 和 NewsQA 数据集上都取得了较高的准确率。

    May, 2023

  • 基于案例推理的辅助领域专家处理黑盒机器学习模型欺诈警报

    本研究提出了一种基于事例推理的方法来评估机器学习模型预测的可信度，并通过可视化的方式呈现之前相似的情况，进一步证明了该方法对于处理欺诈检测中的机器学习警报具有实用性和易用性。

    Jul, 2019

  • 基于案例推理的金融问答解决方法

    通过引入案例推理和扩展案例库，我们提出了一种用于解决金融文档中的数字推理问题的新方法，该方法在 FinQA 数据集上表现出竞争性能，并显示出了复杂多步骤程序的解决能力。

    May, 2024

  • 散步并到达答案：利用强化学习在知识库中推理路径

    提出了一种名为 MINERVA 的算法，采用神经强化学习方法解决在只知道一个实体的情况下，找到预测路径的困难问题，以实现知识库（KB）的完善，这种方法在多个数据集上均取得了最新成果。

    Nov, 2017

  • 通过知识库补全对路径进行推理

    本论文探讨了一种简单的方法，使用知识库完成模型（KBC）和学习的嵌入向量，自动构建和排序源实体和目标实体对之间的路径。我们使用获取的生物医学科学文献挖掘了一个知识图，并提取了一组高频路径用于验证。实验结果表明，我们的方法能够有效地排列实体对之间的已知路径，并提出了未在知识图中存在的合理路径。对于给定的实体对，我们能够在排名前 10 的路径中 60% 的时间内重构出排名最高的路径，并达到 49％的平均精度。由于任何能够产生实体向量表示的 KBC 模型都可以使用，因此我们的方法具有组合性

    Nov, 2019

  • 一种针对风险场景个性化驾驶辅助的开放式基于案例推理框架

    该研究探索了基于案例推理（CBR）作为推断范式的合理性，以选择个性化的撞车回避动作和缓冲时间，旨在提供个性化的驾驶辅助，避免交通事故。提出了一个高效的 FFMTE 模型来建模交通事件和构建案例数据库，并提出了一种特定的 CBR 方法来检索、重复使用和修订现有案例以生成辅助信息。在 100 辆汽车自然行驶研究数据集的例子中建立和测试了该框架；实验结果表明，在不同情境下为司机提供有价值的避难信息。

    Nov, 2022