MAPS-KB:一个百万级概率明喻知识库
计算与语言
2022-12-13 v1 人工智能
摘要
理解与生成明喻的能力是实现人类水平AI的必要一步。然而,在明喻方面机器智能与人类认知仍存在显著差距,因为基于统计分布的深度模型倾向于偏好高频明喻。因此,需要一个大规模符号化明喻知识库,其有助于对多样却冷门明喻的建模,同时促进额外的评估与推理。为弥合差距,我们提出一种用于大规模明喻知识库构建的新框架,以及两个概率度量,从而改进对自然语言中明喻现象的理解。总体而言,我们构建了MAPS-KB,一个百万级概率明喻知识库,覆盖来自70 GB语料的0.4百万术语上的430万三元组。我们进行了充分实验以证明框架方法的有效性与必要性。我们还将MAPS-KB应用于三项下游任务以取得最先进性能,进一步彰显了MAPS-KB的价值。
引用
@article{arxiv.2212.05254,
title = {MAPS-KB: A Million-scale Probabilistic Simile Knowledge Base},
author = {Qianyu He and Xintao Wang and Jiaqing Liang and Yanghua Xiao},
journal= {arXiv preprint arXiv:2212.05254},
year = {2022}
}
备注
Accepted to AAAI 2023