Seq2RDF：从自然语言文本抽取三元组的端到端应用
计算与语言
2018-08-10 v3 人工智能
摘要
我们提出一种端到端方法，接收非结构化文本输入并生成符合给定词表的结构化输出。受神经机器翻译近期成功的启发，我们将给定知识图谱中的三元组视为一种独立的图语言，并提出一个带注意力机制、利用知识图谱嵌入的编码器-解码器框架。我们的模型使用所选知识图谱词表，学习从自然语言文本到主-谓-宾形式三元组表示的映射。在三个不同数据集上的实验表明，凭借这一简单而有效的方案，我们相对于基线取得了有竞争力的 F1 值。文中包含演示视频。
引用
@article{arxiv.1807.01763,
title = {Seq2RDF: An end-to-end application for deriving Triples from Natural Language Text},
author = {Yue Liu and Tongtao Zhang and Zhicheng Liang and Heng Ji and Deborah L. McGuinness},
journal= {arXiv preprint arXiv:1807.01763},
year = {2018}
}
备注
Proceedings of the 17th International Semantic Web Conference P&D