大规模开放领域知识图谱的构建与服务
人工智能
2023-05-17 v1 数据库
摘要
大规模开放领域知识图谱 (KGs) 在现实问题中的应用带来了许多独特挑战。在本文中，我们介绍对 Saga（我们的规模化持续构建与服务知识的平台）的扩展。具体地，我们描述了一个训练知识图谱嵌入的流水线，其支撑了事实排序、事实核验、相关实体服务以及实体链接等关键能力。接着我们描述我们的平台（包括图嵌入）如何被用于创建一个语义标注服务，将非结构化 Web 文档链接到 KG 中的实体。Web 的语义标注有效地以指向开放领域 Web 内容的边扩展了我们的知识图谱，可用于各类搜索与排序问题。最后，我们利用标注的 Web 文档驱动开放领域知识抽取。该针对性抽取框架识别 KG 中重要的覆盖缺失问题，随后在 Web 上为目标实体寻找相关数据源并抽取缺失信息以丰富 KG。最后，我们描述了对我们的知识平台所需的适配，以在设备端构建与服务私有个人知识。这包括私有增量 KG 构建、跨设备知识同步以及全局知识 enrichment。
引用
@article{arxiv.2305.09464,
title = {Growing and Serving Large Open-domain Knowledge Graphs},
author = {Ihab F. Ilyas and JP Lacerda and Yunyao Li and Umar Farooq Minhas and Ali Mousavi and Jeffrey Pound and Theodoros Rekatsinas and Chiraag Sumanth},
journal= {arXiv preprint arXiv:2305.09464},
year = {2023}
}
备注
To be published in SIGMOD 2023