BERTMap：一种基于 BERT 的本体对齐系统

Yuan He; Jiaoyan Chen; Denvar Antonyrajah; Ian Horrocks

BERTMap：一种基于 BERT 的本体对齐系统

人工智能 2022-05-05 v4 计算与语言机器学习

作者: Yuan He , Jiaoyan Chen , Denvar Antonyrajah , Ian Horrocks

摘要

本体对齐（又称本体匹配（OM））在知识集成中起着关键作用。鉴于机器学习在许多领域的成功，其已被应用于 OM。然而，现有方法常采用特设特征工程或非上下文词嵌入，尚不能在无监督设定下超越基于规则的系统的表现。本文提出一种名为 BERTMap 的新型 OM 系统，可支持无监督与半监督两种设定。它首先利用从本体提取的文本语义语料上对上下文嵌入模型 BERT 微调得到的分类器预测映射，随后借助本体结构与逻辑通过扩展与修复精炼映射。我们在生物医学本体上的三项对齐任务评估表明，BERTMap 常能优于领先的 OM 系统 LogMap 与 AML。

关键词

本体对齐 BERT 上下文嵌入无监督匹配半监督匹配生物医学本体映射精炼

引用

@article{arxiv.2112.02682,
  title  = {BERTMap: A BERT-based Ontology Alignment System},
  author = {Yuan He and Jiaoyan Chen and Denvar Antonyrajah and Ian Horrocks},
  journal= {arXiv preprint arXiv:2112.02682},
  year   = {2022}
}

备注

Full version (with appendix) of the accepted paper in 36th AAAI Conference on Artificial Intelligence 2022

BERTMap：一种基于 BERT 的本体对齐系统

摘要

关键词

引用

备注

相关论文