十亿级预训练多模态商业知识图谱的构建与应用
人工智能
2023-03-21 v6 计算与语言
信息检索
机器学习
摘要
商业知识图谱（KGs）对当今许多企业十分重要，其提供的 factual 知识与结构化数据指导诸多产品并使其更加智能。尽管前景可期，构建商业 KG 仍需解决结构缺失与多模态的棘手问题。本文中，我们增进了对非平凡真实世界系统中构建 KG 所面临实际挑战的理解。我们介绍了从一个知名企业阿里巴巴集团衍生的开放商业知识图谱（OpenBG）的构建过程。具体而言，我们定义了核心本体以覆盖各类抽象产品与消费需求，并在部署应用中包含细粒度分类体系与多模态事实。OpenBG 是前所未有的开放商业 KG 规模：26 亿三元组，含超 8800 万实体，覆盖超 100 万核心类/概念与 2681 种关系类型。我们为社区发布了由其衍生的所有开放资源（OpenBG benchmarks）并报告了以 KG 为中心任务的实验结果。我们还基于 OpenBG benchmarks 举办了在线竞赛，吸引了数千支队伍。我们进一步预训练 OpenBG 并将其应用于商业场景中许多 KG 增强的下游任务，展示了十亿级多模态知识对电子商务的有效性。所有带代码的资源已发布于 \url{https://github.com/OpenBGBenchmark/OpenBG}。
引用
@article{arxiv.2209.15214,
title = {Construction and Applications of Billion-Scale Pre-Trained Multimodal Business Knowledge Graph},
author = {Shumin Deng and Chengming Wang and Zhoubo Li and Ningyu Zhang and Zelin Dai and Hehong Chen and Feiyu Xiong and Ming Yan and Qiang Chen and Mosha Chen and Jiaoyan Chen and Jeff Z. Pan and Bryan Hooi and Huajun Chen},
journal= {arXiv preprint arXiv:2209.15214},
year = {2023}
}
备注
OpenBG. Accepted by ICDE 2023. The project is released at https://github.com/OpenBGBenchmark/OpenBG . Website: https://kg.alibaba.com/ , Leaderboard: https://tianchi.aliyun.com/dataset/dataDetail?dataId=122271