بلاگ

پیش بینی پیوند

آیا با «پیش بینی پیوند» آشنایی دارید؟

گراف دانش (KG) یک ساختار داده مبتنی بر نمودار است که یک شبکه معنایی را با گره ها و لبه ها (edges) نشان می دهد. لبه نشان دهنده رابطه بین دو منبع است، در حالی که گره نشان دهنده یک منبع (مانند مفهوم و فرد) است.

به عنوان مثال، یک سه گانه (جو روسو، متولد_در، کلیولند) به عنوان دو موجودیت نشان داده می شود: جو روسو و کلیولند به اضاضه رابطه متولد_در که آنها را به هم متصل می کند. گراف‌های دانش برای توصیف مفاهیم و روابط بین آنها در دنیای واقعی استفاده می شود. امروزه گراف‌های دانش به طور گسترده در زمینه های مالی، پزشکی، جستجوی معنایی و سایر زمینه ها استفاده می شود.
با این حال، گراف‌های دانش هنوز ناقص هستند، یعنی تعداد زیادی از سه گانه  معتبر (valid triple) را از دست داده اند. هدف «تکمیل گراف دانش» پر کردن لبه های گمشده (معروف به پیوندهای گمشده) یک گراف دانش است. به عنوان مثال، یال هایی که درست تلقی می شوند اما گراف دانش آن‌ها ارائه به طور مستقیم یا ضمنی ارائه نکرده است. این کار اغلب با تکنیک‌های پیش‌بینی پیوند برطرف می‌شود.
در اینجا در تیم برهان بر روی انواع نمودارهای دانش کار می کنیم و سعی می کنیم با استفاده از روش های منطقی و عصبی پیوندهای گم شده را پیش بینی کنیم.