Dense-ATOMIC：面向高知识覆盖与海量多跳路径的稠密连接 ATOMIC 构建
计算与语言
2023-05-30 v2
摘要
ATOMIC 是一个包含日常若-则知识三元组（即 {头事件, 关系, 尾事件}）的大规模常识知识图谱（CSKG）。其单跳标注方式使 ATOMIC 成为一组独立的二部图，忽略了不同二部图中事件之间的大量联系，从而导致知识覆盖与多跳路径的不足。本文旨在构建具有高知识覆盖与海量多跳路径的 Dense-ATOMIC。首先将 ATOMIC 中的事件归一化为一致的模式。随后提出一种称为 Rel-CSKGC 的 CSKG 补全方法，用于在给定三元组头事件与尾事件时预测关系，并基于 ATOMIC 中已有三元组训练 CSKG 补全模型。最后利用该模型补全 ATOMIC 中缺失的链接，从而构建 Dense-ATOMIC。在 ATOMIC 标注子图上的自动与人工评估均显示了 Rel-CSKGC 相对于强基线的优势。我们进一步在统计、人工评估与简单下游任务上对 Dense-ATOMIC 进行了广泛评估，均证明了 Dense-ATOMIC 在知识覆盖与多跳路径上的优势。Rel-CSKGC 的源代码与 Dense-ATOMIC 均已公开于 https://github.com/NUSTM/Dense-ATOMIC。
引用
@article{arxiv.2210.07621,
title = {Dense-ATOMIC: Towards Densely-connected ATOMIC with High Knowledge Coverage and Massive Multi-hop Paths},
author = {Xiangqing Shen and Siwei Wu and Rui Xia},
journal= {arXiv preprint arXiv:2210.07621},
year = {2023}
}
备注
Accepted by ACL 2023 Main Conference