构建多语言义原知识库：预测 BabelNet 同义集的义原
计算与语言
2019-12-05 v1 人工智能
摘要
义原被定义为人类语言的最小语义单位。包含标注义原的词语的义原知识库（KBs）已成功应用于许多自然语言处理（NLP）任务。然而，现有的义原知识库仅基于少数几种语言构建，这阻碍了其广泛应用。为解决该问题，我们提出基于多语言百科词典 BabelNet 构建一个统一的多语言义原知识库。我们首先构建一个数据集作为多语言义原知识库的种子。该数据集手动为超过 千个同义集（BabelNet 的条目）标注义原。然后，我们提出一项同义集义原自动预测的新任务，旨在将种子数据集扩展为可用的知识库。我们还提出了两种简单而有效的模型，它们利用了同义集的不同信息。最后，我们进行定量与定性分析，以探究该任务中的重要因素与难点。本工作的所有源代码与数据可在 https://github.com/thunlp/BabelNet-Sememe-Prediction 获取。
引用
@article{arxiv.1912.01795,
title = {Towards Building a Multilingual Sememe Knowledge Base: Predicting Sememes for BabelNet Synsets},
author = {Fanchao Qi and Liang Chang and Maosong Sun and Sicong Ouyang and Zhiyuan Liu},
journal= {arXiv preprint arXiv:1912.01795},
year = {2019}
}
备注
Accepted by AAAI Conference on Artificial Intelligence 2020 for oral presentation