跨多个同构在线电影知识库的缺失电影协同补全
数字图书馆
2019-10-23 v2 信息检索
摘要
在线知识库是指系统性地组织与分类关于不同概念和实体的基于知识的信息的在线数据仓库。在大数据时代，就知识实体补全所需的精力、时间和开销而言，在线知识库的构建是一项极具挑战且费力的任务。尤其现今，大量新知识实体（如电影）正以持续加快的速度不断产生和涌现，这使得知识库构建与补全问题更难通过人工解决。本文以在线电影知识库为例，研究跨多个在线知识库的“多对齐同构在线知识库补全问题”（Miso-Klic）。Miso-Klic 旨在基于特定排序准则协同识别多个知识库的缺失实体并为其排序以供编辑。为解决问题，本文对两个同构在线知识库 Douban 和 IMDB 进行了深入调研。基于分析结果，引入了一种新颖的深度在线知识库补全框架“集成深度对齐自编码器”（IDEA）来求解该问题。通过将来自多个同构知识库的实体投影到共享特征空间，IDEA 通过三步解决 Miso-Klic 问题：（1）基于嵌入的实体特征空间统一，（2）基于知识库融合的缺失实体识别，（3）缺失实体排序。在真实世界在线知识库数据集上进行的广泛实验证明了 IDEA 解决该问题的有效性。
引用
@article{arxiv.1905.06365,
title = {Missing Movie Synergistic Completion across Multiple Isomeric Online Movie Knowledge Libraries},
author = {Bowen Dong and Jiawei Zhang and Chenwei Zhang and Yang Yang and Philip S. Yu},
journal= {arXiv preprint arXiv:1905.06365},
year = {2019}
}
备注
15 pages