联合嵌入关系与提及以进行知识填充
计算与语言
2015-07-08 v4
摘要
本文提出了一种联合嵌入模型，用于在关系推理场景中预测实体对之间的关系。该模型不同于大多数仅单独操作知识库或自由文本的独立方法。所提出的模型同时学习知识库中三元组和自由文本中关系提及的低维向量表示，从而能够利用这两种资源的证据进行更准确的预测。我们使用 NELL 评估了该方法与最先进方法相比的性能。大量实验结果表明，我们的模型在关系抽取方面取得了显著改进。
引用
@article{arxiv.1504.01683,
title = {Jointly Embedding Relations and Mentions for Knowledge Population},
author = {Miao Fan and Kai Cao and Yifan He and Ralph Grishman},
journal= {arXiv preprint arXiv:1504.01683},
year = {2015}
}