一、任務定義
Text-to-entity mapping是將文本和知識圖譜中實體概念關聯起來的任務。
二、數據集
筆者只是抱着瞭解該任務的目的,只是對數據集的最初步理解。這裏給出[2]使用的WordNet
數據集,以及數據格式。[2]使用的數據核心是該文件
其數據格式如下, 括號中爲筆者的補充解釋:
authority.n.07【實體】 authority【指代實體的詞】 authoritative written work【對實體的Text定義】 <SOS> v3 v2 v36 v7 v7 v10 v11 v12 v8 <EOS>【知識圖譜中到實體“authority.n.07”的路徑,其中vi是簡化的實體節點表示】
三、評測指標
該任務採用簡單的F1
值作爲評價指標,計算公式如下
四、相關工作
序號 | 會議 | 作者 | 論文 | 閱讀筆記 | 源碼復現 | 創新點 |
---|---|---|---|---|---|---|
[1] | EMNLP 2018 | Dimitri Kartsaklis | Mapping Text to Knowledge Graph Entities using Multi-Sense LSTMs | 暫無 | 無 | |
[2] | ACL 2019 | Victor Prokhorov | Generating Knowledge Graph Paths from Textual Definitions using Sequence-to-Sequence Models | 戳這裏 | 無 | 提出Text->Path 的Mapping觀點 |