自然語言處理——知識圖譜——Knowledge graph completion

一、任務定義

Knowledge graph completion旨在給定(1)關係(2)其中一個實體,然後預測另外一個實體。如: 給出(創建:r,蘋果:o),然後模型給出喬布斯:s.

二、數據集

本着瞭解任務的目標,這裏筆者研究了該任務的其中一個數據集FB15K-237. 改數據集有兩類形式的文件:
(1) 三元組:

/m/0grwj【頭實體】 /people/person/profession【關係】 /m/05sxg2【尾實體】

(2) 路徑+次數

/m/02qkt【頭實體】 [XXX]:<-nn>:fact:<-pobj>:in:<-prep>:game:<-nsubj>:'s::pivot::[YYY]【依賴路徑】 /m/05sb1【尾實體】 3【該實體對在文本中出現次數】

三、評價指標

評價指標來自文章[1], 作者先按分數將三元組排序,按照什麼分數,筆者沒看太懂,暫時也沒打算摳這個。

  • MR:越低越好
  • MMR:越高越好
  • Hits:越高越好

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] NAACL 2019 Dai Quoc Nguyen A Capsule Network-based Embedding Model for Knowledge Graph Completion and Search Personalization 暫無 採用了Capsule網絡
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章