不確実性を考慮した知識グラフ埋め込みのための説明手法の提案

抄録

知識グラフ埋め込みは、現実世界の知識とその知識同士の繋がりを表現する知識グラフを、低次元のベクトル空間にマッピングする手法であり、類似ノード検索や関係性の補完（リンク予測）に利用されている。不確実性を含む知識グラフの埋め込み（UKGE：Uncertain Knowledge Graph Embedding）では、曖昧で不確実な表現を含む確信度付きの知識グラフの分散表現を獲得できる。しかし、これらの知識グラフ埋め込みモデルはブラックボックスであることが多く、リンク予測に寄与した知識の解釈が困難である。本稿では、知識グラフ埋め込みの説明フレームワークであるKelpieをUKGE用に拡張する手法を提案する。