ラチャラク・ティーラデチ准教授が共著した論文が、学術誌 Knowledge-Based Systems に掲載されました。論文タイトルは「Weight-aware Tasks for Evaluating Knowledge Graph Embeddings」であり、ナレッジグラフ埋め込みモデルの性能をより現実的かつ精密に評価するための、重みを考慮した新しい評価タスクを提案しています。

従来の評価ではすべてのデータ点が同等に扱われていましたが、本研究では、ナレッジグラフ内の事実や関係の相対的重要度を考慮することで、モデルが本質的な意味や構造をどれだけ的確に捉えているかを評価できる手法を示しています。特に、大規模または専門領域に特化した知識ベースにおいて有用です。

この成果は、表現学習の評価方法論の高度化に貢献するものであり、総合知インフォマティクス研究センターにおける、解釈可能かつ信頼性の高い知識システム向けAIの研究の一環です。

Citation:
Kong Wei Kun, Xin Liu, Teeradaj Racharak, Guanqun Sun, Qiang Ma, Le-Minh Nguyen, Weight-aware Tasks for Evaluating Knowledge Graph Embeddings, Knowledge-Based Systems, 2025.
DOI: https://doi.org/10.1016/j.knosys.2025.113596