题目： Embedding Symbolic Knowledge into Deep Networks

摘要：

在这项工作中，我们的目标是利用先前的符号知识来提高深层模型的性能。提出了一种利用增广图卷积网络(GCN)将命题公式(和赋值)投影到流形上的图嵌入网络。为了生成语义上可靠的嵌入，我们开发了识别节点异构性的技术和将结构约束合并到嵌入中的语义正则化。实验结果表明，该方法提高了训练后的模型的性能，使其能更好地进行蕴涵检测和视觉关联预测。有趣的是，我们观察到命题理论表达的可追踪性和嵌入的容易程度之间的联系。对这一联系的进一步探索可以阐明知识编辑与向量表示学习之间的关系。

作者：

Ziwei Xu是新加坡国立大学博士研究生。之前是中国科学技术大学的一名本科生，对计算机视觉感兴趣，尤其对搭建自然语言、人类知识和视觉世界之间的桥梁感兴趣。