热门
最新
红包
立Flag
投票
同城
我的
发布
CSDN App 扫码分享
评论
点赞
打赏
- 复制链接
- 举报
下一条：
IJCAI 2020 论文推荐：能够在开放环境中自动发现同义实体有利于各种任务，例如实体消歧或知识图谱规范化。但是现有工作要么仅利用实体特征，要么依赖来自提及实体的单个上下文中的结构化注释。 为了利用提到实体的不同上下文，作者将分布假设推广到多上下文设置，并提出了一个同义词发现框架，该框架从自由文本语料库中检测实体同义词，并考虑了有效性和鲁棒性。作为同义词发现中的关键组件之一，作者引入了神经网络模型 SynonymNet 来确定两个给定的实体是否为同义词。 除了使用实体特征外，SynonymNet 还利用提及实体的多个上下文，并通过双边匹配模式比较上下文级别的相似性。实验结果表明，无论是在通用还是特定领域的数据集：Wiki + Freebase，PubMed + UMLS和MedBook + MKG，文中所提出的模型均能检测到训练过程中未观察到的同义词集，并且与最佳基准方法相比，AUC (Area Under the Curve) 和MAP (Mean Average Precision)可分别提高4.16％，3.19％。论文链接：https://www.aminer.cn/pub/5ef96b048806af6ef277207e/entity-synonym-discovery-via-multipiece-bilateral-context-matching?conf=ijcai2020?f=cs
