使用事件知识图谱和自然语言处理的全面事件表示

Mar, 2023

使用事件知识图谱和自然语言处理的全面事件表示

Comprehensive Event Representations using Event Knowledge Graphs and Natural Language Processing

Tin Kuculo

TL;DR利用自然语言处理技术，结合知识图谱的构建和上下文关系，利用 Transformer 技术从文本中提取事实信息以构建全面的基于图的事件表示。

Abstract

Recent work has utilised knowledge-aware approaches to natural language understanding, question answering, recommendation systems, and other tasks. These approaches rely on well-constructed and large-scale knowledge gra

knowledge-aware approaches knowledge graphs natural language processing transformer-based approaches event representations

发现论文，激发创造

利用知识图谱嵌入增强关系抽取的上下文表示

本论文使用预训练的知识图谱嵌入模型，结合文本语料库的句子级上下文表示，实现了较高性能的关系抽取模型，并通过实验验证了该方法的有效性和出色性能。

Jun, 2023

EventGround: 基于事件为中心的知识图谱的叙事推理

通过将自由文本与事件中心知识图关联，本研究提出了一个综合框架 EventGround，旨在解决上下文化叙事推理的问题，并通过基于图神经网络和大型语言模型的图推理模型，在取得了最新成果的同时提供可解释性证据。

Mar, 2024

企业使用案例结合知识图谱与自然语言处理

本研究论文基于最近对知识图谱（KG）和自然语言处理（NLP）的研究文献的调查，从企业环境的选定应用场景出发，探讨了这种组合所产生的协同效应。论文涵盖了 KG 构建、推理以及基于 KG 的 NLP 任务的各种方法。除了解释创新的企业用例外，我们还评估了它们在实际应用中的成熟度，并展望了未来的新兴应用领域。

Apr, 2024

探索基础模型的上下文学习能力，用于从文本中生成知识图谱

通过自然语言处理中的上下文学习，自动提取命名实体及其关系，实现知识图谱自动化构建。

May, 2023

预测事件和知识图谱的共同演化

本文研究了含有时间变量的知识图谱，通过训练一个使用知识图谱背景信息和最近事件信息的事件预测模型，预测未来事件并预测知识图谱的变化，从而得到了知识图谱的演化模型，该方法在医疗应用、推荐引擎和传感器网络应用中表现良好。

Dec, 2015

将图上上下文知识融入预训练语言模型

本文提出了一种基于 Transformer 模型的知识表示学习方法，能够有效地捕捉知识图谱中节点的上下文信息，提高了医学自然语言处理中的性能表现。

Nov, 2019

利用外部常识知识增强的事件表示学习

本论文提出一种利用外部常识知识的方法，增强文本中提取的事件表示的有效性，实验结果表明该方法在事件相关任务中表现良好，如事件相似度计算、脚本事件预测和股票市场预测等方面得到了显著优化。

Sep, 2019

基于知识图谱的神经网络在自然语言处理中的应用

提出了一种增强学习模型的方案，即通过知识图谱的事实三元组来为自然语言处理任务提供上下文知识，并采用基于卷积的模型来减少关注空间，从而大大提高了文本分类和自然语言推理任务的性能。

Feb, 2018

无监督知识图谱构建和面向事件的知识注入在科学自然语言推理中的应用

通过引入科学知识图谱来使预训练模型适应科学领域并提出了无监督构建科学知识图谱的方法，进一步提出了以事件为中心的知识注入方法，实验结果表明，方法达到了最先进的性能并具有效果和可靠性。

Oct, 2022

利用 Wikidata 支持的事件知识图谱搜索新闻文章

本文提出一种使用 Wikidata 知识库的方法来产生新闻文章的语义注释，并描述了一种语义搜索引擎，支持基于关键词的搜索和结构化数据搜索。

Apr, 2019