利用实体与词嵌入的大规模分类法归纳
人工智能
2021-05-05 v1 计算与语言
摘要
分类法是知识组织的重要成分，并作为智能系统中更形式化知识表示（如形式本体）的骨干。然而，手动构建分类法成本高昂，因此自动分类法归纳方法是构建大规模分类法的良好替代方案。本文提出 TIEmb，一种利用实体与文本嵌入从知识库中自动无监督抽取类包含公理的方法。我们将该方法应用于 WebIsA 数据库（一个从万维网大部分内容中抽取的包含关系数据库），以抽取 Person 与 Place 领域中的类层次结构。
引用
@article{arxiv.2105.01305,
title = {Large-scale Taxonomy Induction Using Entity and Word Embeddings},
author = {Petar Ristoski and Stefano Faralli and Simone Paolo Ponzetto and Heiko Paulheim},
journal= {arXiv preprint arXiv:2105.01305},
year = {2021}
}
备注
Published at IEEE/WIC/ACM International Conference on Web Intelligence 2017 (WI'17)