端到端 NLP 知识图谱构建
计算与语言
2021-06-03 v1
摘要
本文研究从科学论文端到端构建 NLP 知识图谱（KG）。我们聚焦于抽取四类关系：任务与数据集之间的 evaluatedOn、任务与评价指标之间的 evaluatedBy，以及同类实体之间的 coreferent 与 related 关系。例如，F1-score 与 F-measure 是 coreferent 的。我们为每类关系引入新方法，并将我们的最终框架（SciNLP-KG）应用于 ACL Anthology 的 30,000 篇 NLP 论文以构建大规模 KG，其可助力为 NLP 社区自动构建科学排行榜。我们的实验结果表明所得 KG 包含高质量信息。
引用
@article{arxiv.2106.01167,
title = {End-to-End NLP Knowledge Graph Construction},
author = {Ishani Mondal and Yufang Hou and Charles Jochim},
journal= {arXiv preprint arXiv:2106.01167},
year = {2021}
}
备注
Accepted in ACL 2021