QALD-9-plus：由母语者翻译的面向 DBpedia 与 Wikidata 问答的多语言数据集
计算与语言
2022-02-08 v2 信息检索
摘要
不同用户群体拥有相同体验（即可访问性）的能力是基于 Web 的系统最重要的特征之一。提供通过自然语言接口访问语义网数据的知识图谱问答（KGQA）系统也是如此。在遵循我们关于 KGQA 系统可访问性多语言方面的研究议程时，我们发现了若干持续存在的挑战。其中之一是缺乏多语言 KGQA 基准。本工作中，我们扩展了最流行的 KGQA 基准之一——QALD-9，引入由母语者提供的高质量 8 语言问题翻译，并将 QALD-9 的 SPARQL 查询从 DBpedia 迁移至 Wikidata，从而大幅提升了数据集的可用性与相关性。其中五种语言——亚美尼亚语、乌克兰语、立陶宛语、巴什基尔语和白俄罗斯语——据我们所知此前从未被 KGQA 研究界考虑过。后两种语言被联合国教科文组织视为“濒危”语言。我们将扩展后的数据集称为 QALD-9-plus，并已在线发布 https://github.com/Perevalov/qald_9_plus。
引用
@article{arxiv.2202.00120,
title = {QALD-9-plus: A Multilingual Dataset for Question Answering over DBpedia and Wikidata Translated by Native Speakers},
author = {Aleksandr Perevalov and Dennis Diefenbach and Ricardo Usbeck and Andreas Both},
journal= {arXiv preprint arXiv:2202.00120},
year = {2022}
}