利用带回退与聚合的张量分解进行高阶关系模式归纳
计算与语言
2018-05-30 v2 信息检索
摘要
关系模式归纳 (RSI) 是从无标签文本中识别关系参数类型签名的问题。该领域之前的大多数工作仅专注于二元 RSI，即仅归纳每个关系的主语和宾语类型签名。然而，在实践中，许多关系是高阶的，即它们拥有两个以上的参数，因此有必要归纳所有参数的类型签名。例如，在体育领域，归纳模式 win(WinningPlayer, OpponentPlayer, Tournament, Location) 比仅归纳 win(WinningPlayer, OpponentPlayer) 提供更多信息。我们将此问题称为高阶关系模式归纳 (HRSI)。在本文中，我们提出了带回退与聚合的张量分解 (TFBA)，这是一种针对 HRSI 问题的新颖框架。据我们所知，这是首次尝试从无标签文本中归纳高阶关系模式。通过对三个真实世界数据集的实验分析，我们展示了 TFBA 如何帮助处理稀疏性并归纳高阶模式。
引用
@article{arxiv.1707.01917,
title = {Higher-order Relation Schema Induction using Tensor Factorization with Back-off and Aggregation},
author = {Madhav Nimishakavi and Partha Talukdar},
journal= {arXiv preprint arXiv:1707.01917},
year = {2018}
}