ColNet：嵌入网页表格语义以进行列类型预测
计算与语言
2018-11-15 v2 人工智能
摘要
利用知识库(KB)概念自动标注列类型是理解网页表格的基础性关键任务。现有方法依赖于列名等表格元数据或单元格在 KB 中的实体对应关系，难以应对元数据不完整的日益增长之网页表格。本文提出一种基于神经网络的列类型标注框架 ColNet，其能整合 KB 推理与查找同机器学习，并可自动训练卷积神经网络(CNN)用于预测。该预测模型不仅利用词表示考量单元格内的上下文语义，还通过从多个单元格学习局部特征来嵌入列的语义。该方法在 DBPedia 与两个不同网页表格数据集（来自通用 Web 的 T2Dv2 与来自维基百科页面的 Limaye）上进行了评估，性能优于当前最优方法。
引用
@article{arxiv.1811.01304,
title = {ColNet: Embedding the Semantics of Web Tables for Column Type Prediction},
author = {Jiaoyan Chen and Ernesto Jimenez-Ruiz and Ian Horrocks and Charles Sutton},
journal= {arXiv preprint arXiv:1811.01304},
year = {2018}
}
备注
AAAI 2019