Zobrazeno 1 - 10
of 33
pro vyhledávání: '"Patel, Rajat"'
Autor:
Patel, Rajat, Ferraro, Francis
We demonstrate the complementary natures of neural knowledge graph embedding, fine-grain entity type prediction, and neural language modeling. We show that a language model-inspired knowledge graph embedding approach yields both improved knowledge gr
Externí odkaz:
http://arxiv.org/abs/2010.05732
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Patel, Rajat, Kuwar, Utkarsha, Dhote, Nidhi, Alexander, Amit, Nakhate, Kartik, Jain, Parag, Ajazuddin
Publikováno v:
Current Drug Delivery; 2023, Vol. 21 Issue: 2 p193-210, 18p
Autor:
Patel, Rajat H
The study aims to combine knowledge graph embedding models with fine-grain entity type prediction models to learn a better representation of entities, relationships and coarse to fine-grain entity types. These entity embeddings can be used to predict
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::be48d102b1fe12f0d3f814d58fb7801e