NABU——基于图的多语言神经 RDF verbalizer
计算与语言
2020-09-22 v2
摘要
由于关联数据的持续增长，RDF 到文本的任务近来受到了广泛关注。与传统的流水线模型相比，近期的研究聚焦于神经模型，这类模型现已能够以端到端的方式将一组 RDF 三元组转换为文本，并取得了令人瞩目的结果。然而，英语是唯一被广泛针对的语言。我们通过提出 NABU 来解决这一研究空白，NABU 是一个基于图的多语言神经模型，可将 RDF 数据 verbalize 为德语、俄语和英语。NABU 基于编码器-解码器架构，使用受图注意力网络启发的编码器以及作为解码器的 Transformer。我们的方法依赖于知识图谱与语言无关这一事实，因此它们可用于生成多语言文本。我们在标准的 WebNLG 基准数据集上以单语言和多语言设置对 NABU 进行了评估。我们的结果表明，NABU 在英语上以 66.21 BLEU 优于最先进的方法，并在多语言场景下以 56.04 BLEU 在所有语言上取得一致的结果。
引用
@article{arxiv.2009.07728,
title = {NABU $\mathrm{-}$ Multilingual Graph-based Neural RDF Verbalizer},
author = {Diego Moussallem and Dwaraknath Gnaneshwar and Thiago Castro Ferreira and Axel-Cyrille Ngonga Ngomo},
journal= {arXiv preprint arXiv:2009.07728},
year = {2020}
}
备注
International Semantic Web Conference (ISWC) 2020