HapPenIng：发生、预测、推断——知识图谱中的事件序列补全
社会与信息网络
2019-09-16 v1 人工智能
摘要
事件序列，如温布尔登锦标赛与美国总统选举，代表了体育、文化与政治等关键社会领域的重要事件。然而，语义参考源如Wikidata、DBpedia与EventKG知识图谱，仅提供不完整的事件序列表示。本文针对知识图谱中事件序列补全问题。我们解决两项任务：1）子事件关系预测；2）推断作为事件序列一部分且缺失于知识图谱中的真实世界事件。为解决这些问题，我们提出的监督式HapPenIng方法利用事件序列的结构特征。HapPenIng不需要任何外部知识——这一特性使其在事件推断背景下独具特色。我们的实验评估表明，HapPenIng在子事件预测与推断任务上的精确率分别比基线高出44和52个百分点。
引用
@article{arxiv.1909.06219,
title = {HapPenIng: Happen, Predict, Infer -- Event Series Completion in a Knowledge Graph},
author = {Simon Gottschalk and Elena Demidova},
journal= {arXiv preprint arXiv:1909.06219},
year = {2019}
}
备注
ISWC 2019