向量嵌入模型是现代机器学习知识表示和推理方法的基石。这些方法旨在通过在低维向量空间中学习概念和其他领域对象的表示,将语义问题转化为几何问题。本着这种精神,这项工作提倡基于密度和区域的表示学习。将领域元素作为几何对象嵌入到单点之外,使我们能够自然地表示广度和一词多义,进行不对称比较,回答复杂的查询,并在标记数据稀缺时提供强烈的归纳偏见。我们提出了一个使用高斯密度的词表示模型,实现了概念之间的不对称隐含判断,以及一个基于轴对齐超矩形表示(盒)格的加权传递关系和多元离散数据的概率模型。我们将探讨这些嵌入方法在不同的稀疏性、边缘权值、相关性和独立结构的适用性,以及表示的扩展和不同的优化策略。我们从理论上研究了盒格的表示能力,并提出了扩展模型来解决在建模困难的分布和图方面的不足。

成为VIP会员查看完整内容
62

相关内容

【哥伦比亚大学博士论文】深度概率图建模147页pdf
专知会员服务
87+阅读 · 2021年4月27日
【牛津大学博士论文】解释深度神经网络,134页pdf
专知会员服务
215+阅读 · 2020年10月8日
最新《深度持续学习》综述论文,32页pdf
专知会员服务
84+阅读 · 2020年9月6日
【斯坦福大学博士论文】自监督场景表示学习, 97页pdf
专知会员服务
92+阅读 · 2020年6月19日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
【综述】交通流量预测,附15页论文下载
专知
21+阅读 · 2020年4月23日
元学习(Meta-Learning) 综述及五篇顶会论文推荐
迁移自适应学习最新综述,附21页论文下载
机器学习顶级论文及实现(附地址及简介)
七月在线实验室
6+阅读 · 2017年12月22日
资源 | CMU统计机器学习2017春季课程:研究生水平
机器之心
14+阅读 · 2017年10月30日
Arxiv
5+阅读 · 2019年4月25日
VIP会员
相关VIP内容
【哥伦比亚大学博士论文】深度概率图建模147页pdf
专知会员服务
87+阅读 · 2021年4月27日
【牛津大学博士论文】解释深度神经网络,134页pdf
专知会员服务
215+阅读 · 2020年10月8日
最新《深度持续学习》综述论文,32页pdf
专知会员服务
84+阅读 · 2020年9月6日
【斯坦福大学博士论文】自监督场景表示学习, 97页pdf
专知会员服务
92+阅读 · 2020年6月19日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
微信扫码咨询专知VIP会员