Oct, 2023

开放知识库规范化与多任务遗忘

PDF
TL;DR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。
发现论文，激发创造
  • 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

  • 开放知识库规范化的多视角聚类

    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。

    Jun, 2022

  • 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

  • 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

  • 知识库完成模型的预训练与诊断

    介绍并分析一种无需实体或关系匹配将一个事实集合中的知识转移到另一个集合的方法，该方法对规范化知识库和非规范化或开放式知识库都适用。通过在无结构文本中收集的大规模预训练的事实，改进了对特定领域的结构化数据的预测，并通过实验验证了该方法在小数据集上的显著提升。此外，引入了一种新的用于分析开放式知识库完成的预训练模型的数据集，名为 Doge，通过该数据集揭示了现有模型的一些缺陷和问题。

    Jan, 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

  • COMBO: 一个完整的开放式知识图谱规范化基准测试

    本文提出了一种 Complete Benchmark for Open KG Canonicalization（COMBO）数据集和基于预训练语言模型的基准模型来解决开放知识图谱三元组中主谓宾短语和关系的规范化问题，并且通过提出评估规范化类型的度量标准，证明了使用预训练语言模型对三元组中的每个短语进行嵌入编码可以更好地规范谓语和从属关系。

    Feb, 2023

  • 知识库补全与迁移学习结合

    本文提出了一种有效的预训练方法，用于从非结构化文本中提取的事实的规范化和非规范化知识库，通过小数据集上实验证明其相对于已有方法的改进，不依赖于大型预先训练的模型（如 BERT）

    Aug, 2021

  • 提取、定义、规范化：一种基于 LLM 的知识图谱构建框架

    通过自动化方法，提出了一个名为 EDC 的三阶段框架，能够从输入文本中提取高质量的三元组，并解决了以往方法在应对大型复杂模式时的困难，同时引入了训练部分以改进模型的抽取性能。

    Apr, 2024

  • UnKE: 大型语言模型中的非结构化知识编辑

    提出了一种名为 UnKE 的新型非结构化知识编辑方法，通过在层次和标记维度进行扩展，实现了对复杂和全面的非结构化知识的有效表示和编辑，取得了显著的性能提升。

    May, 2024