arXiv · cs.AI· Chang Won Kim·· 1 天前AI 评分18
KG-Neighbor：知识引导的邻域构建用于嵌入可视化
KG-Neighbor: Knowledge-Guided Neighborhood Construction for Embedding Visualization
来源与原文
arXiv · cs.AI
作者：Chang Won Kim
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07246v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Knowledge-Guided Neighborhood Graph Construction（KGN），用知识图谱三元组的共享程度作为语义证据调整嵌入距离并重建 top-k 邻域图，且不使用类标签。在八种文本与图像数据集-编码器条件下，最大 NMI 与 LT_2D 均超过对应 kNN 基线，最大提升分别达 0.68 和 1.35，基线分数较低的编码器条件下提升更大。配套的 IDProfile（IDP）分析显示，最大降幅集中在 Placement Issue 候选上，残余不匹配不应自动视为投影失败。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。