روش تازه‌ای می‌کوشد همسایگی‌های نمودارهای برداری را با روابط معنایی واقعی‌تر همسو کند

در نمودارهای نمایش برداری، نزدیک‌بودن دو نمونه معمولاً به‌معنای ارتباط معنایی آن‌ها تلقی می‌شود؛ اما همسایگی‌های استخراج‌شده از بردارهای ورودی لزوماً بازتاب‌دهندهٔ رابطهٔ محتوایی نمونه‌ها نیستند. پژوهشگران در پیش‌چاپی در arXiv روشی به نام KGN معرفی کرده‌اند که با استفاده از دانش رابطه‌ای، گراف همسایگی را بازسازی می‌کند تا این محدودیت به روش‌های کاهش بُعد مبتنی بر همسایگی منتقل نشود.

KGN روابط مربوط به هر نمونه را به‌شکل سه‌تایی‌های گراف دانش نمایش می‌دهد و میزان اشتراک سه‌تایی‌ها را به‌عنوان نشانه‌ای از شباهت معنایی میان جفت نمونه‌ها به کار می‌گیرد. سپس فاصله‌های برداری را بر این اساس تعدیل و گراف همسایگی top-k را بازسازی می‌کند. طبق مقاله، استخراج گراف دانش و ساخت همسایگی هیچ‌کدام از برچسب کلاس استفاده نمی‌کنند.

پژوهشگران این روش را در هشت ترکیب از مجموعه‌داده‌های متنی و تصویری و رمزگذارها، با سنجش چهار معیار شباهت گراف دانش و دامنه‌ای از شدت راهنمایی ارزیابی کردند. در همهٔ این ترکیب‌ها، بیشینهٔ NMI و LT_2D از خط مبنای kNN بالاتر بود؛ بیشترین افزایش گزارش‌شده به‌ترتیب ۰٫۶۸ و ۱٫۳۵ بود. میزان بهبود و تغییر همسایگی‌ها میان شرایط ارزیابی تفاوت داشت و در شرایطی که امتیاز خط مبنای kNN پایین‌تر بود، افزایش‌ها بزرگ‌تر گزارش شدند.

مقاله همچنین IDProfile را معرفی می‌کند؛ روشی برای بررسی جداگانهٔ این‌که آیا محتوای منبع از برچسب کلاس اختصاص‌یافته و کلاس غالب همسایگی پشتیبانی می‌کند یا نه. در تحلیل پژوهش، بیشترین کاهش موارد به نامزدهای «اشکال در جای‌گذاری» مربوط بود؛ در مجموعهٔ موارد باقی‌مانده، «اشکال در برچسب» و «مورد حل‌نشده» سهم بیشتری داشتند. نویسندگان می‌گویند باقی‌ماندن ناسازگاری لزوماً به معنای شکست در فرافکنی نیست. این مقاله پیش‌چاپی پذیرفته‌شده در بخش یافته‌های WSDN 2027 است.