Apprentissage Distribué à Grande Échelle des Embeddings d’Ontologies avec OWL2Vec - Sorbonne Université
Conference Papers Year : 2023

Apprentissage Distribué à Grande Échelle des Embeddings d’Ontologies avec OWL2Vec

Yuhe Bai
  • Function : Author

Abstract

OWL2Vec est un algorithme conçu pour apprendre les embeddings d'ontologies en se basant sur des marches aléatoires afin de générer des séquences de mots, et en utilisant Word2Vec pour calculer les embeddings. Bien que cet algorithme soit capable de produire des embeddings de haute qualité pour des tâches ultérieures, il présente actuellement une limitation en termes de scalabilité, car il traite de grandes ontologies sur une seule machine. Dans cette étude, nous visons à surmonter cette limitation en distribuant l'algorithme. Pour ce faire, nous partitionnons le graphe de connaissances, effectuons des marches aléatoires sur les sous-graphes, calculons les embeddings localement, puis réconcilions les différents espaces d'embeddings.
No file

Dates and versions

hal-04295293 , version 1 (20-11-2023)

Identifiers

  • HAL Id : hal-04295293 , version 1

Cite

Yuhe Bai. Apprentissage Distribué à Grande Échelle des Embeddings d’Ontologies avec OWL2Vec. 39ème Conférence sur la Gestion de Données – Principes, Technologies et Applications, Oct 2023, Montpellier, France. ⟨hal-04295293⟩
100 View
0 Download

Share

More