建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
直达楼层
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

采纳成功

您已采纳当前回复为最佳回复

初学者7000

发帖: 249粉丝: 3

发消息 + 关注

发表于2021年05月08日 20:00:05 465 3
直达本楼层的链接
楼主
显示全部楼层
[其他] 分享信息提取:OpenIE 和链接预测

Broscheit 等人在论文「Can We Predict New Facts with Open Knowledge Graph Embeddings? A Benchmark for Open Link Prediction」(https://www.aclweb.org/anthology/2020.acl-main.209.pdf)中定义了给定开放知识图谱在面临以下挑战时的开放链接预测任务:

给定一个(“主语文本”或“关系文本”)的查询,系统需要预测真实的、不能被简单解释的新事实。

然而,并没有可用的实体或关系 URI 能将表面形式绑定到同一个表征上。

尽管如此,许多相同实体或关系的表面形式可能会造成测试机泄露,因此需要仔细地构建并清洗测试集。

作者提出了一种构建并清洗数据集的方法、一种评价协议,以及一种对比基准测试任务。OLPBench 是一种最大的基于知识图谱嵌入的链接预测数据集:它包含超过 30M 三元组、1M 独特的开放关系、800K 个被提及了 2.5M 次的唯一实体。在实验中,作者使用了 ComplEx,通过 LSTM 聚合多词例声明。开放链接预测任务由此变得十分困难:即使强大的 768 维 ComplEx 也只得到了 3.6 MRR,2 Hit@1,6.6 Hits@10 的测试结果。

显然,这是一个颇具挑战的数据集:看到这些方法不仅可以被扩展到如此之大的图上,还能够将性能提升到与 FB15K-237 相当的水平上(在ACL 2020 上,我们发现有关知识图谱增强的语言模型和命名实体识别(NER)的工作变少了,而另一方面,「Graph-to-Text」方面的自然语言生成工作正处于上升趋势!

转自,MrBear,https://www.leiphone.com/category/academic/n3WcOtLYehqcrpXv.html

知识图谱

举报
分享

分享文章到朋友圈

分享文章到微博

采纳成功

您已采纳当前回复为最佳回复

yyy7124

发帖: 162粉丝: 3

发消息 + 关注

发表于2021年05月10日 08:49:43
直达本楼层的链接
沙发
显示全部楼层

感谢分享

点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

运气男孩

发帖: 442粉丝: 53

发消息 + 关注

发表于2021年05月10日 17:10:42
直达本楼层的链接
板凳
显示全部楼层

感谢分享

点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

谭涟漪

发帖: 30粉丝: 1

发消息 + 关注

发表于2021年05月10日 19:30:30
直达本楼层的链接
地板
显示全部楼层

感谢分享

点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册

结贴

您对问题的回复是否满意?
满意度
非常满意 满意 一般 不满意
我要反馈
0/200