کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10150936 1665827 2018 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Representing sets as summed semantic vectors
ترجمه فارسی عنوان
ارائه مجموعه به عنوان بردارهای معنایی جمع
ترجمه چکیده
نمایندگی معنی در شکل بردارهای بعدی ابعاد یک ابزار مشترک و قدرتمند در معماری الهام گرفته از زیست شناسی است. در حالی که معنی مجموعه ای از مفاهیم را می توان با جمع کردن (احتمالا وزن) بردارهای مرتبط با آن خلاصه کرد، این به طور کلی به عنوان عملیات یک طرفه در نظر گرفته شده است. در این مقاله ما نشان می دهیم که چگونه یک تکنیک ساخته شده برای کمک به تجزیه بردار پرتوی، در بسیاری از موارد، بازده دقیق ورودی ها و وزن ها را به چنین مجموع می بخشد، که اجازه می دهد یک بردار تک به نمایش مجموعه ای کامل از بردارها از یک فرهنگ لغت. ما تعداد بردارهایی را که می توان در شرایط مختلف بازیابی کرد را مشخص کنیم و چند راه را کشف کنیم که چنین ابزار را می توان برای استدلال مبتنی بر بردار استفاده کرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Representing meaning in the form of high dimensional vectors is a common and powerful tool in biologically inspired architectures. While the meaning of a set of concepts can be summarized by taking a (possibly weighted) sum of their associated vectors, this has generally been treated as a one-way operation. In this paper we show how a technique built to aid sparse vector decomposition allows in many cases the exact recovery of the inputs and weights to such a sum, allowing a single vector to represent an entire set of vectors from a dictionary. We characterize the number of vectors that can be recovered under various conditions, and explore several ways such a tool can be used for vector-based reasoning.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Biologically Inspired Cognitive Architectures - Volume 25, August 2018, Pages 113-118
نویسندگان
, , ,