面向SEVA的常识概念识别
计算与语言
2020-03-27 v1 机器学习
机器学习
摘要
我们为系统工程师虚拟助手(SEVA)构建了一个常识概念识别系统,可用于关系抽取、知识图谱构建和问答等下游任务。该问题被形式化为类似于命名实体抽取的令牌分类任务。在领域专家和文本处理方法的帮助下,我们通过仔细定义标注方案构建了词级标注数据集,以训练序列模型来识别系统工程概念。我们使用预训练语言模型并用概念标注数据集对其进行微调。此外,我们还从系统工程领域创建了若干必要数据集,用于缩写和定义等信息。最后,我们利用这些抽取的概念以及一些下位关系构建了一个简单的知识图谱。
引用
@article{arxiv.2003.11687,
title = {Common-Knowledge Concept Recognition for SEVA},
author = {Jitin Krishnan and Patrick Coronado and Hemant Purohit and Huzefa Rangwala},
journal= {arXiv preprint arXiv:2003.11687},
year = {2020}
}
备注
Source code available