【MILA-唐建】学习知识图谱推理的符号逻辑规则，附视频与PPT

在这次演讲中，我将介绍我们在学习知识图推理逻辑规则方面的最新进展。逻辑规则在用于预测和推广到其他任务时提供了可解释，因此是学习的关键。现有的方法要么面临在大搜索空间中搜索的问题(如神经逻辑编程)，要么由于稀疏奖励而无效优化(如基于强化学习的技术)。为了解决这些局限性，本文提出了一个称为RNNLogic的概率模型。RNNLogic将逻辑规则视为一个潜在变量，同时用逻辑规则训练规则生成器和推理预测器。我们开发了一种基于EM的优化算法。在每次迭代中，推理预测器首先更新，以探索一些生成的逻辑规则进行推理。在E-step中，我们通过后验推理从所有生成的规则中选取一组既有规则生成器又有推理预测器的高质量规则;而在M步中，规则生成器将用E步中 ………………………………