May, 2022

从维基数据构建广泛数据口语化数据集 WDV

PDF
TL;DR本研究提出了一个基于 Wikidata 的大型知识图谱的口语化理解数据集 WDV，以填补当前 KG 口语化数据集在丰富性和紧密耦合性方面存在的空缺，同时通过衡量人类可读程度和足够性等可重复的工作流程评估了信息转化的质量。
data verbalisationnatural language processingverbalising knowledge graphwikidatahuman-centred fluency
发现论文，激发创造
  • 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

  • 面向知识图谱的对话问答答案表达数据集

    本文介绍了一个新的数据集，用于在知识图谱上进行口头回答的对话式问答。该论文通过扩展现有的多轮对话式问答数据集，包括多个释义的口头回答，提供了新的贡献，并使用五个序列到序列模型进行了实验，同时保持语法的正确性。我们还进行了误差分析，详细说明了模型在指定类别中的误差率。我们提议将答案口头化的数据集公开，并详细说明其使用，以便广泛使用。

    Aug, 2022

  • VANiLLa：大规模自然语言口头回答

    该研究提供了 VANiLLa 数据集，旨在为问题回答的自然语言生成方法提供合适的方法和结构，从而弥补了当前 KGQA 数据集在提供问题背景的自然语言语句方面的不足。

    May, 2021

  • VisionKG：通过知识图谱释放视觉数据集的力量

    我们提出了一种基于知识图谱和语义网络技术的 Vision Knowledge Graph（VisionKG），用于链接、组织和管理具有异构特征的视觉数据集，提供简单访问和查询不同格式和分类法的最新视觉数据集，增强语义丰富性并通过 SPARQL 提供多种数据检索与探索服务，集成了 30 个数据集和四个流行 CV 任务，展示了在 CV 流程中的多种应用场景。

    Sep, 2023

  • 任务的映射过程：从维基百科中的 Wikidata 语句到文本句子的转换

    本文介绍了一种将 Wikidata 语句转换为英文维基百科文章的任务转化为自然语言文本的方法，并且对输出内容进行了句子结构分析，噪声过滤以及基于词嵌入模型的句子构成关系评估。

    Oct, 2022

  • 利用 Wikidata 作为 Web 抽取的种子

    基于问题回答技术，本研究提出了一个能从网页中提取新事实并推荐给 Wikidata 编辑人员验证的框架，并通过利用 Wikidata 中已有的信息，无需额外学习信号便可训练该框架来提取各种属性和领域的新事实，实验结果表明平均 F1 得分为 84.07，在人类验证之前，有潜力提取数百万条事实，旨在帮助编辑人员的日常任务，完善 Wikidata 知识图谱。

    Jan, 2024

  • 知识图谱查询

    本篇论文探讨了知识图谱的构建与查询，结合深度学习、信息检索和自然语言处理等学科展开研究，提出了一些新的挑战和机会。

    May, 2023

  • KGConv, 一个基于 Wikidata 的对话语料库

    KGConv 是一个大型的对话数据集，包含 71,000 个基于 Wikidata 事实的对话，平均每个对话包含 8.6 个问题和对应问题的多个变体。该数据集可用于知识驱动对话问题生成以及其他生成和分析任务。

    Aug, 2023

  • VisualSem: 一个高质量的视觉与语言知识图谱

    VisualSem 是一个高质量的知识图谱，包括具有多语言注释、多幅图像和视觉相关关系的节点，并提供了可以用作输入的图像或句子并检索知识图谱中实体的神经多模态检索模型。

    Aug, 2020

  • 透过 DBpedia 的眼睛看维基数据

    介绍了如何将 Wikidata 融入 DBpedia 生态系统并描述了这一数据集的结构和转换过程。

    Jul, 2015