关键词probabilistic soft logic
搜索结果 - 8
- 基于元路径的概率软逻辑药物靶点相互作用预测
本研究提出了一种基于概率软逻辑（PSL）的网络药物 - 靶位点相互作用预测方法，通过多源信息的异质网络，包括药物相似性、靶位点相似性、药物 - 靶位点相互作用和其他潜在信息，利用元路径计数代替路径实例来降低 PSL 规则实例的数量。实验结果 - 使用概率软逻辑进行对话情感识别
本文研究基于 Probabilistic Soft Logic 框架的情感识别方法，利用神经嵌入和对话结构进行表达，相对于其他基于纯神经网络的方法实验结果平均提高了 20%。
- CVPR植物不会走在街上：可靠的语义分割的常识推理
本文研究利用部分人工设计和部分学习的规则，描述交通场景中对象之间的关系，将常识知识整合到分割管道中，通过 Probabilistic Soft Logic 验证和改进语义分割问题。在 A2D2 自动驾驶数据集上，实验证明了该方法提高了对图像 - AAAI使用概率软逻辑正则化和全局推理进行临床时间关系提取
该研究提出了一种新的基于概率软逻辑规则和全局推理的方法，名为 CTRL-PG，用于从文档层面解决临床事件的时间关系提取问题，并在两个基准数据集上进行实验，结果显示 CTRL-PG 显著优于基准方法。
- 不确定性知识图谱嵌入
本文提出了一种新颖的不确定性知识图谱嵌入模型 UKGE，其目的是在嵌入空间中保留结构和不确定性信息，该模型通过学习不确定关系事实的置信度得出嵌入，并引入概率软逻辑来推断训练期间未见关系事实的置信度，实验表明 UKGE 在不确定知识的捕捉上非 - 概率软逻辑的可扩展结构学习
本文提出了两种优化方法用于针对 PSL 的结构学习，一种是基于贪心搜索的算法，另一种是结合生成子句的数据驱动和针对性能的伪似然性段分段优化（PPLL）目标的算法， 在五个实际任务中的比较表明 PPLL 实现了数量级运行时加速和 AUC 增益 - ACL用于细致至粗糙宣言文本分析的层次结构模型
该论文提出了一种两阶段的模型，利用分层的多任务结构深度模型和概率软逻辑进行细粒度和粗粒度的分析来预测选举宣言文本中政党的立场，并证明该模型优于现有方法。
- AAAI基于端到端神经网络架构的视觉问答显式推理
该论文提出了一种在视觉问答任务中使用通感推理的方法，该方法可以通过显式推理层来解决一些需要额外知识的问题，并提供可解释性的界面。该推理层采用了基于概率的软逻辑引擎，并运用了一篮子输入来进行推理。实验证实了该方法的有效性。