TiFi：面向虚构领域的分类法归纳 [扩展版]
计算与语言
2019-01-30 v1 人工智能
信息检索
摘要
分类法是结构化知识库的重要构建模块，从文本源和 Wikipedia 构建分类法已受到广泛关注。在本文中，我们专注于为虚构领域构建分类法，以来自粉丝 wiki 的噪声类别系统或文本抽取作为输入。此类虚构领域是实体宇宙的雏形，它们在 Wikipedia 中覆盖很差，例如企业特定知识库或高度专业化的垂直领域也是如此。我们这种面向虚构的方法称为 TiFi，包含三个阶段：（i）类别清洗，通过识别真正代表感兴趣领域中的类的候选类别；（ii）边清洗，通过选择与类包含关系相对应的子类别关系；（iii）顶层构建，通过将类映射到 WordNet 高层类别的一个子集上。综合评估表明，TiFi 能够为一系列多样化的虚构领域（如《指环王》、《辛普森一家》或希腊神话）构建非常高精度的分类法，并且以显著优势超越最先进的分类法归纳基线。
引用
@article{arxiv.1901.10263,
title = {TiFi: Taxonomy Induction for Fictional Domains [Extended version]},
author = {Cuong Xuan Chu and Simon Razniewski and Gerhard Weikum},
journal= {arXiv preprint arXiv:1901.10263},
year = {2019}
}
备注
Extended version of The Web Conference 2019 paper