- 1、本文档共31页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
知识图谱众包清洗
基于众包的非确定知识图谱清洗
林欣
华东师范大学计算机系
知识图谱构建
• 四种常见方法 [KDD 14]
– Wiki-based :YAGO、Dbpedia、FreeBase
– Ontology-based: NELL
– Open IE: TextRunner, Reverb
– Taxonomies (is-a): Probase
KDD14. X.Dong et.al. Knowledge Vault: A Web-Scale Approach to Probabilistic
Knowledge Fusion
Wiki-Based方法
• 准确率高
• 知识结构性好
Wiki-Based 方法
• 缺点
– 知识长尾效应
– 覆盖度有限
– FreeBase中 71%人物没有“出生地”,75%
的人物没有国籍
自动挖掘方法
• 知识覆盖度大
• 噪音大、知识准确率难保证
王菲 夫妻 李亚鹏
传统非确定性数据解决办法
• 设定阈值,决定去留
E1 A1, 75%
R3, 80% R1, 50%
E2
E3
R2, 70%
R4, 55%
E4
非确定知识图谱
• 保留概率
E1 A1, 75%
R3, 80% R1, 50%
E2
E3
R2, 70%
R4, 55%
E4
非确定知识图谱
• 优点:
– 知识覆盖度
– 信息更丰富(Provenance )
• 缺点
– 查询质量(Ambiguity)
– 0.5 问题
0.5问题
• “现在在中国打球的前NBA球员?”
麦迪 曾效力,80%
效力,62.5%
休斯顿火箭
青岛双星
属于,100%
NBA
0.5问题
• 怎么办? 概率清洗
0% 麦迪
文档评论(0)