Jan, 2022

自动本体生成框架：一种面向组织的视角

PDF
TL;DR本篇论文旨在开发一种新颖的域独立自动本体生成框架，将非结构化文本语料库转换为与领域本体一致的形式，该框架从非结构化文本语料库生成知识图谱，并对其进行精细化的改进和纠正，以达成动态特征与本体质量特征的有机结合。
ontologiesautomatic ontology generationknowledge graphsunstructured text corpusdomain ontology
发现论文，激发创造
  • 一个无监督的联合系统：从知识图谱和语义解析生成文本

    通过无监督文本生成的方法，本研究旨在解决知识图谱不同领域自动转换的问题，同时，为了避免短缺的领域特定数据对自动转换造成的影响，本研究还提出了一种无监督语义分析的方法。

    Apr, 2019

  • 具有语法控制的知识图谱生成语言文本：顺序和语义一致性

    本文通过优化基于语序监督的知识描述顺序预测和使用句法和语义正则化进一步提高生成的句子和知识图谱的一致性，以实现易于理解的知识图谱生成任务，并通过语法和语义约束获取了最先进的性能。

    Jul, 2022

  • 基於知識圖譜的合成語料庫生成用於知識增強語言模型預訓練

    本文研究了将知识图谱转化为自然语言文本的任务，主要讨论了广泛的开放领域大规模语言生成的挑战，将知识图谱转化为自然语言文本，从而提高了语言模型的事实准确性和减少了毒性。通过对开放领域 QA 和 LAMA 知识探测的任务进行评估，表明该方法在文本检索方面有很大的优势。

    Oct, 2020

  • 主题特定知识图的自动构建

    我们提出了一个专题特定的知识图谱构建框架，通过从特定领域的语料库中提取实体和关系，并整合上下文和本体，能够准确地构建高质量的知识图谱，解决现有知识图谱在信息粒度和及时性方面的挑战，并且相对于不同的知识图谱构建基线，在实验证明我们的框架表现出色。

    Apr, 2024

  • Text2KGBench：基于本体驱动的文本知识图谱生成基准

    该研究论文介绍了 Text2KGBench 这个基准评估工具，可以评估语言模型的能力，从自然语言文本中生成知识图谱，并根据本体论从文本中提取事实。研究还提供了基准模型的结果和显示了使用语义网和自然语言处理技术，可以进一步提高模型性能的潜力。

    Aug, 2023

  • 朝向本体论支持的跨语言知识图谱

    通过对抽象对象的具体化和对概念与类型之间的本体论区分的认识，我们得到了一个本体论基础和语言无关的表示法，可以缓解知识图谱集成中的困难。

    Jul, 2023

  • OASYS：基于领域无关的自动化系统，从非结构化文本中构建知识库

    该论文提出了一种名为 OASYS 的自动知识库构建系统，可以从文档中挖掘数据，生成域不可知的训练数据。该系统在韩语使用中表现良好，并构建了一组新的韩文维基百科语料库，用于辅助系统评估。

    Jun, 2022

  • 基于用户反馈的本体重构技术，应用于 Bosch 焊接知识图谱构建

    该论文探讨了知识图谱（KG）自动生成的方法，使用本体重塑的方法平衡本体工程中的两个原则，为 KG 的构建提供了新的思路。

    Sep, 2022

  • 从文本资源自动构建算法知识图谱的方法

    该研究介绍了一种从非结构化数据中自动开发算法问题的知识图谱方法，通过构建算法知识图谱可以更清晰广泛地捕获信息，提供算法元数据的额外上下文和可解释性。

    May, 2022

  • 基于查询的知识图谱工业分析与本体重塑

    该研究提出了一个本体重塑方法，将本体转化为更好地反映底层数据并帮助构建更好的知识图谱的知识图谱模式，从而解决工业分析中的低质量知识图谱可能带来的问题，由此提高了 SPARQL 查询的训练效率和知识图谱的可扩展性。

    Sep, 2022