大规模抽取文化常识知识
计算与语言
2023-05-11 v3 人工智能
摘要
结构化知识对许多 AI 应用十分重要。对鲁棒的人本 AI 至关重要的常识知识，由少数结构化知识项目所覆盖。然而，它们缺乏关于受社会文化语境制约的人类特质与行为的知识，而这对情境化 AI 至关重要。本文提出 CANDLE，一种用于大规模抽取高质量文化常识知识（cultural commonsense knowledge, CCSK）的端到端方法。CANDLE 从海量网络语料中抽取 CCSK 断言，并将其组织为连贯的簇，涵盖 3 类主体领域（地理、宗教、职业）与若干文化面向（食物、饮品、服饰、传统、仪式、行为）。CANDLE 包含用于基于分类的过滤与趣味性打分的审慎技术。实验评估表明 CANDLE 的 CCSK 集合优于先前工作，并且一个外部用例展示了 CCSK 对 GPT-3 语言模型的益处。代码与数据可访问 https://candle.mpi-inf.mpg.de/。
引用
@article{arxiv.2210.07763,
title = {Extracting Cultural Commonsense Knowledge at Scale},
author = {Tuan-Phong Nguyen and Simon Razniewski and Aparna Varde and Gerhard Weikum},
journal= {arXiv preprint arXiv:2210.07763},
year = {2023}
}
备注
11 pages, 6 figures, 10 tables