面向知识库填充的监督与无监督集成
计算与语言
2016-04-19 v1 机器学习
摘要
我们给出了结合监督与无监督方法以集成多个系统的结果，应用于两项流行的知识库填充(Knowledge Base Population, KBP)任务：冷启动槽填充(Cold Start Slot Filling, CSSF)与三语实体发现与链接(Tri-lingual Entity Discovery and Linking, TEDL)。我们证明，我们的组合系统连同辅助特征在2015年竞赛中两项任务上均优于性能最佳的系统、若干集成基线以及最先进的用于集成 KBP 系统的堆叠(stacking)方法。我们的技术在两个不同且具有挑战性的问题上取得的成功，展示了我们组合集成方法的效力与通用性。
引用
@article{arxiv.1604.04802,
title = {Supervised and Unsupervised Ensembling for Knowledge Base Population},
author = {Nazneen Fatema Rajani and Raymond J. Mooney},
journal= {arXiv preprint arXiv:1604.04802},
year = {2016}
}