利用开放语料库进行协作式知识图谱融合
人工智能
2022-06-16 v1
摘要
为缓解从零构建知识图谱(KG)的挑战,一个更通用的任务是利用开放语料库中的三元组来丰富 KG,其中所获得的三元组包含有噪声的实体和关系。在用新获取的三元组丰富 KG 的同时保持知识表示的质量是一项挑战。本文提出一个利用从额外语料库中提取的信息来精炼 KG 的系统。为此,我们将任务形式化为两个耦合的子任务,即连接事件抽取(JEE)与知识图谱融合(KGF)。随后我们提出一种协作式知识图谱融合框架,使子任务以交替方式相互辅助。更具体地,探索者在真实标注与监督者提供的现有 KG 的共同监督下执行 JEE。监督者随后评估探索者抽取的三元组,并将排名靠前的三元组用于丰富 KG。为实现该评估,我们进一步提出一种平移关系对齐评分机制,将抽取的三元组对齐并平移到先验 KG。实验验证了这种协作能同时提升 JEE 与 KGF 的性能。
引用
@article{arxiv.2206.07472,
title = {Collaborative Knowledge Graph Fusion by Exploiting the Open Corpus},
author = {Yue Wang and Yao Wan and Lu Bai and Lixin Cui and Zhuo Xu and Ming Li and Philip S. Yu and Edwin R Hancock},
journal= {arXiv preprint arXiv:2206.07472},
year = {2022}
}
备注
Under review by IEEE Transactions on Knowledge and Data Engineering (TKDE)