面向知识图谱事实核查的判别性谓词路径挖掘
数据库
2016-04-21 v2 人工智能
信息检索
社会与信息网络
摘要
专家和分析师进行的传统事实核查无法跟上新创建信息的体量。因此，提升我们以计算方式判定某事实陈述真伪的能力十分重要且必要。我们将此问题视为知识图谱中的链接预测任务，并提出了一种用于知识图谱事实核查的基于判别性路径的方法，该方法融合了连通性、类型信息和谓词交互。给定形如 (主体, 谓词, 客体) 的陈述 S，例如 (Chicago, capitalOf, Illinois)，我们的方法挖掘判别性路径，这些路径交替定义泛化陈述 (U.S. city, predicate, U.S. state)，并利用挖掘出的规则评估陈述 S 的真实性。我们使用从 Wikipedia 和 PubMedDB 提取的公开百万节点知识图谱，通过考察涉及历史、地理、生物和政治的数千条主张来评估我们的方法。我们的方法不仅显著优于相关模型，而且我们发现该判别性谓词路径模型易于解释，并为最终判定提供了合理的依据。
引用
@article{arxiv.1510.05911,
title = {Discriminative Predicate Path Mining for Fact Checking in Knowledge Graphs},
author = {Baoxu Shi and Tim Weninger},
journal= {arXiv preprint arXiv:1510.05911},
year = {2016}
}
备注
17 pages, 4 Figures. To Appear in Knowledge Based Systems