TableNet：一种确定维基百科表格细粒度关系的方法
数据库
2019-02-06 v1
摘要
维基百科表格代表一种重要资源，其中的信息按照由列构成的表模式组织。相应地，每一列可能包含指向其他维基百科文章的实例值或原始值（例如数字、字符串等）。本文中，我们关注维基百科表格互链的问题，涉及两类表格关系：equivalent（等价）与 subPartOf（子部分）。借助这些关系，我们可以通过访问相关表格或其内部事实进一步利用语义相关信息。确定表格对的关系类型并非易事，因为它依赖于表模式、其中的值，以及对应表格中单元格值的语义重叠。我们提出 TableNet，一种构建具有 subPartOf 和 equivalent 关系的互链表格知识图的方法。TableNet 包含两个主要步骤：(i) 对任意源表，我们提供一种高效算法以找到具有高覆盖度的所有候选相关表；(ii) 一种基于神经的方法，在考虑表模式及对应表格数据的情况下，高精度地确定表格对的表格关系。我们在包含超过 320 万张表格的整个维基百科上进行了广泛的实验评估。我们展示以超过 88% 的召回率保留了用于对齐的相关候选表格对。进而，我们以 90% 的准确率能够对齐具有 subPartOf 或 equivalent 关系的表格。与现有方法的比较表明，TableNet 在覆盖度与对齐准确率方面具有更优性能。
引用
@article{arxiv.1902.01740,
title = {TableNet: An Approach for Determining Fine-grained Relations for Wikipedia Tables},
author = {Besnik Fetahu and Avishek Anand and Maria Koutraki},
journal= {arXiv preprint arXiv:1902.01740},
year = {2019}
}
备注
This is a full version of the short paper accepted at WWW 2019