通过融合关系表示的概念生成增强分类体系补全
计算与语言
2021-06-08 v1
摘要
分类体系的自动构建支撑了电子商务、网页搜索和问答中的许多应用。现有的分类体系扩展或补全方法假设新概念已被准确抽取，且其嵌入向量已从文本语料中学习得到。然而，修复分类体系不完备性的一个关键且根本的挑战在于已抽取概念的不完备性，尤其是那些名称含多个词从而在语料中频率较低的概念。为解决基于抽取方法的局限，我们提出 GenTaxo，通过识别现有分类体系中需要新概念的位置并生成恰当的概念名称来增强分类体系补全。GenTaxo 不依赖语料获取概念嵌入，而是从周围的基于图和基于语言的关系信息中学习上下文嵌入，并利用语料预训练一个概念名称生成器。实验结果表明，GenTaxo 在分类体系完备性上优于现有方法。
引用
@article{arxiv.2106.02974,
title = {Enhancing Taxonomy Completion with Concept Generation via Fusing Relational Representations},
author = {Qingkai Zeng and Jinfeng Lin and Wenhao Yu and Jane Cleland-Huang and Meng Jiang},
journal= {arXiv preprint arXiv:2106.02974},
year = {2021}
}