基于神经嵌入预测类型型关系三元组的相关性分数——Cabbage三元组打分器在WSDM Cup 2017
信息检索
2017-12-25 v1
摘要
WSDM Cup 2017三元组打分挑战旨在为类型型关系的三元组计算和赋予相关性分数。此类分数在实体搜索中对结果排序是一项基本要素。本文中，我们提出一种利用神经嵌入技术基于三元组最近邻精确计算实体分数的方法。我们致力于开发一种具有深层结构、捕捉词间语义与句法关系的新型潜语义模型。我们的方法位列表现最佳者之中，准确率为0.74，平均分数差为1.74，平均Kendall's Tau为0.35。
引用
@article{arxiv.1712.08359,
title = {Predicting Relevance Scores for Triples from Type-Like Relations using Neural Embedding - The Cabbage Triple Scorer at WSDM Cup 2017},
author = {Yael Brumer and Bracha Shapira and Lior Rokach and Oren Barkan},
journal= {arXiv preprint arXiv:1712.08359},
year = {2017}
}
备注
Triple Scorer at WSDM Cup 2017, see arXiv:1712.08081