论文浅尝 - ISWC2020 | KnowlyBERT: 知识图谱结合语言模型补全图谱查询

作者：寸_铁 | 2024-08-11 20:35:31

踩

语言模型知识图谱补全

论文笔记整理：胡楠，东南大学博士。

来源：ISWC 2020

动机

像Wikidata这样的现代知识图已经捕获了数十亿个RDF三元组，但是它们仍然缺乏对大多数关系的良好覆盖。同时在NLP研究的最新进展表明，可以轻松地查询神经语言模型以获得相关知识而无需大量的训练数据。这项论文工作综合这些进展通过在知识图谱的顶部创建一个结合BERT的混合查询应答系统来改善补全查询结果，将知识图谱中的有价值的结构和语义信息与语言模型中的文本知识相结合，以达到高精度查询结果。当前处理不完整知识图谱的标准技术是（1）需要大量训练数据的关系提取，或者（2）知识图谱嵌入，这些知识在简单的基准数据集之外就难以成功。论文为此提出的混合系统KnowlyBERT仅需要少量的训练数据，并且在Wikidata上进行实验，结果表明优于最新技术。

模型

系统概述图如上所示。作为KnowlyBERT的输入，用户可以向系

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/寸_铁/article/detail/965989