Wikidata 上相似性算法的用户友好比较
人工智能
2021-08-13 v1
摘要
尽管两个概念词之间的相似性已被评估和研究了数十年，但对于可计算像 Wikidata 这样超大规模知识图中节点相似性的算法，所受关注则要少得多。为促进在 Wikidata 上对相似性算法的研究与直接对比，我们提出了一个用户友好界面，可灵活计算 Wikidata 中 Qnode 之间的相似性。目前，该相似性界面支持四种算法，分别基于：图嵌入 (TransE、ComplEx)、文本嵌入 (BERT) 和基于类的相似性。我们在关于语义相似、相关及完全无关实体对的代表性示例上展示了这些算法的表现。为支持需要高效相似性计算（如实体链接与推荐）的预期应用，我们还提供了一个 REST API，可计算 Wikidata 中任意 Qnode 的最相似邻居。
引用
@article{arxiv.2108.05410,
title = {User-friendly Comparison of Similarity Algorithms on Wikidata},
author = {Filip Ilievski and Pedro Szekely and Gleb Satyukov and Amandeep Singh},
journal= {arXiv preprint arXiv:2108.05410},
year = {2021}
}