多語言知識圖譜的優勢
多語言知識圖譜(KGs)提供高品質的關係和文字資訊,對於各種自然語言處理(NLP)應用非常重要,但它們常常不完整,尤其是在非英語語言中。過去的研究顯示,結合不同語言的知識圖譜資訊可以幫助完成知識圖譜(KGC),這是預測實體之間缺失關係的任務,或增強知識圖譜(KGE),這是預測實體缺失文字資訊的任務。雖然之前的努力將KGC和KGE視為獨立的任務,但我們假設它們是相互依賴且互利的。
KG-TRICK的創新
為此,我們介紹了KG-TRICK,一個新穎的序列到序列框架,統一了多語言知識圖譜的文字和關係資訊完成任務。KG-TRICK顯示:i) 將KGC和KGE的任務統一到一個框架中是可能的,ii) 從多種語言結合文字資訊有助於提高知識圖譜的完整性。
WikiKGE10++的貢獻
作為我們的貢獻之一,我們還介紹了WikiKGE10++,這是最大的手動整理的知識圖譜文字資訊完成基準,涵蓋了超過25,000個實體,來自10種不同的語言。
本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!