RelSifter：从类类型关系中对三元组进行打分——WSDM Cup 2017 的 Samphire 三元组打分器
信息检索
2017-12-28 v1
摘要
我们提出 RelSifter，一种用于为表达类类型关系（如“职业”和“国籍”）的三元组分配相关性分数的监督学习方法。为了提供关于个体与关系的额外上下文信息，我们用两个大规模知识图谱(KG) Wikidata 和 DBpedia 对作为 WSDM 2017 三元组打分竞赛一部分所提供的数据进行了补充。我们的假设是，任何类型关系，即像“演员”或“科学家”这样的特定职业，都可以通过已知具有该类型关系的人们的典型“活动”集合来描述。例如，演员以出演电影而闻名，科学家以其学术隶属关系而闻名。在知识图谱中，该信息可在类型关系的二阶邻居的适当定义子集中找到。这种局部信息形式可作为学习算法的一部分，用于预测新的、未见过三元组的相关性分数。在对“职业”和“国籍”三元组打分时，我们基于该方法的实验分别取得了73%和78%的准确率。这些性能指标大致等同于或仅略低于本次竞赛之前的最先进水平(state of the art)。这表明，尽管从知识图谱中挖掘的每人的事实数量存在偏斜，我们的方法仍可有效用于评估事实。
引用
@article{arxiv.1712.08674,
title = {RelSifter: Scoring Triples from Type-like Relations - The Samphire Triple Scorer at WSDM Cup 2017},
author = {Prashant Shiralkar and Mihai Avram and Giovanni Luca Ciampaglia and Filippo Menczer and Alessandro Flammini},
journal= {arXiv preprint arXiv:1712.08674},
year = {2017}
}
备注
Triple Scorer at WSDM Cup 2017, see arXiv:1712.08081