CESI: Canonicalizing Open Knowledge Bases using Embeddings and Side Information
开放性知识库的规范化（个人理解：这里的规范化实际上就是将相同语义的实体或关系聚集在一起，从而表示一个实体或关系），主要是OPENie提取的过程中没有进行区分，最近的研究发现，开放KBS的规范化实际上是特征空间的聚类，我们提出使用知识图谱嵌入+边信息的方法来得到（经过查询，KBE应该主要用在语义查询，链接预测等方面，这里创新性的用在知识库的规范化中）embedding，然后对embedding进行聚类
当然有些工作可以起到类似的作用，比如通过实体链接将短语链接到现有数据库中，但是这种方法效果并不好，我们这里采用新的CESI方法进行KB的规范化
KBE详解：首先我们清楚KB都是一些三元组组成的，一般来说都是（head，rela，tail）这样形式，但是如果我们要进行机器学习，则必须将三元组转化为向量来进行计算，那如何做这种嵌入，则首先要假设一个score函数，这个函数是来度量head与tail在某个关系上的相似度，主要是TransE和DistMult两大类代表，有了这个scre函数后，便可以设定positive triplets更高，而negative triplets更低（负样本在正样本的基础上生成）
这个KBE也是本篇文章的核心，也就是下面的公式：
这个公式主要由三部分组成，第一部分就是前面提到的KBE部分，在score函数的基础上进行目标函数的构建：score函数主要是采用HOLE：如下：
同时score函数经过逻辑激活函数与排序损失函数，得到现在的目标函数，后面的两项就是边信息（其实这个地方我不太明白为什么直接加），关于边信息，分为名词的边信息与关系的边信息，这个边信息在我看来是一种属性，一种名词与名词，关系与关系是否相等的附加项，比如名词链接边信息，当两个名词链接到同一个实体时，便表明这两个名词在语义上是相同的，在后面聚类的时候就会考虑到这个因素
CESI: Canonicalizing Open Knowledge Bases using Embeddings and Side Information相关推荐
- 实体-关系联合抽取：CoType: Joint Extraction of Typed Entities and Relations with Knowledge Bases
文章地址:https://arxiv.org/pdf/1610.08763.pdf 文章标题:CoType: Joint Extraction of Typed Entities and Relati ...
- 【论文解读 AAAI 2020 | GNTP】Differentiable Reasoning on Large Knowledge Bases and Natural Language
论文题目:Differentiable Reasoning on Large Knowledge Bases and Natural Language 论文来源:AAAI 2020 伦敦大学, Fac ...
- 论文浅尝 | Leveraging Knowledge Bases in LSTMs
Yang, B., Mitchell, T., 2017. Leveraging Knowledge Bases in LSTMs for Improving Machine Reading. Ass ...
- 18-Gm-TransH：Group-Constrained Embedding of Multi-fold Relations in Knowledge Bases,嵌入,transH,n-ary
文章目录 abstract 1. introduction 2 Related Work 2.1 Binary Relation Embedding 2.2 Multi-fold Relation E ...
- PullNet: Open Domain Question Answering with Iterative Retrieval on Knowledge Bases and Text 论文笔记
PullNet: Open Domain Question Answering with Iterative Retrieval on Knowledge Bases and Text 2019年,E ...
- 【论文阅读】Query Graph Generation for Answering Multi-hop Complex Questions from Knowledge Bases
<Query Graph Generation for Answering Multi-hop Complex Questions from Knowledge Bases> 论文来源:A ...
- 《Bidirectional Attentive Memory Networks for Question Answering over Knowledge Bases》论文笔记
Bidirectional Attentive Memory Networks for Question Answering over Knowledge Bases 2019年NAACL的一篇文章, ...
- 论文阅读：Can Generative Pre-trained Language Models Serve As Knowledge Bases for Closed-book QA
论文阅读:Can Generative Pre-trained Language Models Serve As Knowledge Bases for Closed-book QA 来源:ACL 2 ...
- Enriching Knowledge Bases with Counting Quantifiers理解
Paramita Mirza, et al. ISWC 2018. 对某些术语不能确定其译名,因此暂用英文. Couting quantifiers play an important role in ...
最新文章
- 学习3dmax（四）
- skipping non-radio button in group解决方法
- http几个版本的区别
- 让32位Eclipse和64位Eclipse同是在64的Windows7上运行
- mysql完全手册阅读笔记
- mfc强制局部区域刷新_简述JVM内存区域划分
- 这一次，我们“抓住了” 100 万个程序员！
- java反射机制历史_java的反射机制浅谈
- cisco 2960 交换机 配置流程
- 脚本基础（未完待续）
- 《守望先锋》模型提取实例
- 你在小时候玩过哪些「恶心」的游戏？
- VB.NET中LISTVIEW控件点击列首排序问题
- 胡凡 《算法笔记》 上机实战训练指南 3.1 简单模拟
- 销售经理应具备哪些技能
- 计算机硬件经常使用十六,[单选,A型题] 桂枝在桂枝加桂汤、桂苓五味甘草汤中的主要作用是（）...
- 碱性干电池的内阻测试方法_实测南孚一号干电池内阻
- 电脑换IP后，改虚拟机里的IP
- Python 资源大全中文版【2018-11-21】
- Snaigt 12.4.0 的使用和Snagit KEY