KDDJun, 2022

开放知识库规范化的多视角聚类

PDF
TL;DR提出了一种新的无监督方法 CMVC，它利用了知识的 fact view 和 context view 来对开放知识库（OKB）进行规范化，通过多视角特征聚类算法来学习视角特定的嵌入，进而对概念和关系短语进行聚类来达到规范化的目的。实验表明该方法在多个真实 OKB 数据集上表现优异。
open information extractioncanonicalizationknowledge baseclusteringunsupervised learning
发现论文，激发创造
  • 联合开放知识库规范化和链接

    本文提出了一个基于因子图模型的框架 JOCL，该框架整合了 OKB 规范化和链接两个关键任务，可以灵活地结合不同的信号，并能够扩展以适应任何新信号。在两个大规模 OIE 三元组数据集上进行的彻底实验研究表明，我们的框架在 OKB 规范化和链接任务方面的平均 F1（准确性）方面均优于所有基线方法。

    Dec, 2022

  • 使用多任务学习的开放知识库规范化

    构建大型开放知识库（OKBs）对于许多知识驱动的 Web 应用程序（如 Web 搜索）至关重要。然而，OKBs 中的名词短语和关系短语常常存在冗余和歧义，因此需要研究 OKB 规范化。本文提出了一种名为 MulCanon 的多任务学习框架，用于解决 OKB 规范化问题，并通过扩散模型在软聚类过程中改进名词短语的表示，以获得更准确的表示。MulCanon 统一了这些子任务的学习目标，并采用两阶段多任务学习范式进行训练。对知名 OKB 规范化基准的彻底实验研究验证了 MulCanon 能够实现具有竞争力的规范化结果。

    Mar, 2024

  • CESI：利用嵌入和附加信息规范化开放知识库

    本文介绍了一种新方法 Canonicalization using Embeddings and Side Information（CESI），通过学习 Open Knowledge Bases 的嵌入向量，对其中的重复和模糊事实进行规范化，在多个真实数据集上进行的实验表明 CESI 的有效性。

    Feb, 2019

  • 开放知识库规范化与多任务遗忘

    构建大型开放知识库（OKB）对移动计算领域的许多应用至关重要，如今存在可组织和消除 OKB 中重复和语义模糊的短语以及保护个人隐私和数据时效性的问题，本研究提出了一种多任务学习框架 MulCanon，通过利用扩散模型中的噪声特征实现机器取消学习效果，从而解决 OKB 规范化中的机器取消学习问题。该框架通过聚类算法和知识图嵌入进一步促进规范化过程，实现了高级的机器取消学习效果，并在 OKB 规范化数据集上进行了全面的实验验证。

    Oct, 2023

  • 联合嵌入实例和本体概念的知识库通用表示学习

    该论文提出了一种新颖的双视图知识图嵌入模型，JOIE，旨在产生更好的知识嵌入并实现依赖于多视图知识的新应用，其通过跨视图和内视图建模来学习知识库的多个方面，其中跨视图模型用于建立本体概念和其对应的实例视图实体之间的关联。

    Mar, 2021

  • 使用变分自编码器进行开放知识图谱规范化

    本文提出一种名为 CUVA 的联合模型，使用变分自编码器来进行实体和关系短语的嵌入式特征提取与聚类，改善了 open knowledge graphs 中实体重复和模糊性的问题，并在多个基准测试中证明了其优于现有最先进技术的表现。同时为此也构建了一个新的数据集 CanonicNell 用于评估实体归一化系统。

    Dec, 2020

  • 基于自监督相关性的多视图聚类算法

    我们提出了一个全新的基于深度学习的多视角聚类框架，通过学习有意义的融合数据表示和一致的伪标签，实现对通用数据的聚类分析任务的改进。

    Feb, 2024

  • mOKB6：一个多语言的开放知识库完整性评测基准

    利用跨语言的开放信息提取的最新进展，通过多语言代词消解和保留仅有实体链接三组，构建了第一个含有六种语言的全面的开放式知识库 (mOKB6)，并通过基线模型的实验进行分析。

    Nov, 2022

  • OpenKI：结合开放信息抽取、知识库和关系推理的方法

    本文提出了 OpenKI 模型，通过对 OpenIE 三元组和 Knowledge Bases（KB）的整合来处理 OpenIE 的稀疏性。该模型通过进行实例级别推理来处理未知实体，并借助聚合和关注机制在关系推理中利用其邻域中的信息。实验结果表明，该方法不仅显着提高了现有 OpenIE 提取的准确率，而且还提高了面向半结构化数据的 OpenIE 表现。

    Apr, 2019

  • 使用生成翻译技术映射和清理开放通识知识库

    本文提出了一种基于生成式翻译的方法，通过训练语言模型，将开放式知识库映射到现有知识库的固定模式中，以此解决了开放式知识抽取中存在的问题。实验证明，该方法在传统方法和生成式知识库构建之间找到了一个甜点，并且在避免后者的相关性噪声的同时，比前者产生了更高的映射准确性。

    Jun, 2023