Sep, 2014

使用关键词组合表格答案在知识库中找到模式

PDF
TL;DR本文研究如何在知识库中找到高度相关的模式以回答用户给出的关键词查询，并提出了有效的算法来寻找记录相关性，并比较了与已知技术的朴素调整的不同方法。
table answersknowledge basepatternsquery-processing algorithmsknowledge graph
发现论文，激发创造
  • 基于规则学习的关系模式知识图嵌入的综合研究

    知识图谱嵌入（KGE）是解决知识图谱完成（KGC）任务的有效方法。本文通过对 4 种常见关系模式的性能评估和理论分析，引入了一种无需额外训练的训练无关方法（SPA）来提高 KGE 模型的性能。

    Aug, 2023

  • 通过结构化查询模式在知识图谱上进行问答

    提出了一种有效的自然结构查询模式方法，该方法可实现基于知识图谱的自然语言问答并在三个问答基准测试中显著优于现有方法。

    Oct, 2019

  • 利用列关键词回答网络表查询

    本文介绍了一种设计良好的结构化搜索引擎，它以每列的关键词描述为查询的关键词，并利用网络上的海量表格来回答查询，用图形化模型来映射多个表格，并基于句子共现、匹配和内容重叠来描述查询。实验结果表明，该引擎比基线 IR 方法有显著的提高。

    Jun, 2012

  • 知识图谱补全的图模式实体排名模型

    本文提出了一种叫做 GRank 的图模式实体排名模型，通过构建一个实体排名系统来评价每个图模式，然后通过在标准数据集上进行链接预测任务来评估该方法，结果表明，它的性能优于 ComplEx 和 TorusE，而且由于输出事实由图形模式描述，该模型易于解释。

    Apr, 2019

  • 利用图模型同构的知识图谱问答

    本文提出了一种基于图同构的 QA 方法 ——TeBaQA，其通过学习 SPARQL 查询的基本图模式来回答问题，从而在减少训练数据量的同时实现了与最先进技术相同的性能，在 QALD 和 LC-QuAD v1 数据集上都具有极高的性能。

    Mar, 2021

  • 空间知识图谱线性建筑模式识别

    本文提出了一种基于知识图谱的建筑线性排布模式识别方法，并在包括 1289 座建筑的数据集上进行了实验，结果显示该方法能够达到与现有方法相同的精度和召回率，同时提高了 5.98 倍的识别效率。

    Apr, 2023

  • 利用可解释模式的快速标注从零开始构建大规模生物医学知识库

    本文提出了一种从生物医学文献中提取预定义二元关系类型的新事实的简单而有效的方法，该方法不需要任何训练数据或手工规则，并且已在知识库完成任务中得到验证。

    Jul, 2019

  • 层次结构注意力路径排名

    本文介绍了一种新的路径模式表示方法 —— 专注路径排序，以及一种利用类型层次结构的实体从数据中发现新路径模式的 RNN 模型，并在 WN18RR 和 FB15k-237 数据集上展示了比现有方法更好的事实预测任务表现。

    May, 2019

  • 建模知识图谱中的关系模式，用于逻辑查询答案

    该论文提出了一种名为 RoConE 的查询嵌入方法，利用几何锥和复数旋转操作模拟关系模式进行模式推断，有效增强了逻辑查询答案的性能。

    Mar, 2023

  • 从知识图谱中得出的知识问题

    本研究提出一种针对知识图谱（如 DBpedia）自动生成知识问题的方法，通过使用端到端的方法，包括实体选择、三元组查询、答案选择和自然语言问句生成，并使用历史数据和训练分类器来估计问题难度。最后的实验证明了这种方法的可行性。

    Oct, 2016