CoRI：基于数据增强的开放信息抽取集体关系集成
计算与语言
2021-06-03 v1
摘要
将从Web中抽取的知识集成到知识图谱（KGs）中可以促进问答等任务。我们研究关系集成，旨在将主-关系-宾抽取中的自由文本关系对齐到目标KG中的关系。针对自由文本关系存在歧义的挑战，先前的方法利用邻居实体和关系提供额外上下文。然而，其预测是独立做出的，可能相互不一致。我们提出一个两阶段集体关系集成（CoRI）模型，其中第一阶段独立地给出候选预测，第二阶段采用一个能访问所有候选预测的集体模型以做出全局一致的预测。我们进一步利用目标KG中未被使用的部分所增强的数据来改进该集体模型。在两个数据集上的实验结果表明，CoRI能显著优于基线方法，将AUC分别从0.677提升至0.748、从0.716提升至0.780。
引用
@article{arxiv.2106.00793,
title = {CoRI: Collective Relation Integration with Data Augmentation for Open Information Extraction},
author = {Zhengbao Jiang and Jialong Han and Bunyamin Sisman and Xin Luna Dong},
journal= {arXiv preprint arXiv:2106.00793},
year = {2021}
}
备注
ACL 2021