规范化知识库字面量
人工智能
2019-06-27 v1 计算与语言
摘要
像DBpedia这样基于本体的知识库（KB）是非常宝贵的资源，但其有用性和可用性受到各种质量问题的限制。其中一个问题是使用字符串字面量而非语义类型化的实体。在本文中，我们研究了此类字面量的自动规范化，即用知识库中已有的实体或用知识库中的类进行类型化的新实体来替换该字面量。我们提出了一个结合推理和机器学习的框架，以预测相关实体和类型，并针对语义类型化和实体匹配的最新基线对该框架进行了评估。
引用
@article{arxiv.1906.11180,
title = {Canonicalizing Knowledge Base Literals},
author = {Jiaoyan Chen and Ernesto Jimenez-Ruiz and Ian Horrocks},
journal= {arXiv preprint arXiv:1906.11180},
year = {2019}
}