知识图谱众包清洗.pdf

  1. 1、本文档共31页,可阅读全部内容。
  2. 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. 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. 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)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档