知识图谱学习笔记（六）——实体消歧

最新推荐文章于 2023-02-15 12:35:02 发布
最新推荐文章于 2023-02-15 12:35:02 发布
阅读量5.4k 收藏 40
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 知识图谱 文章标签： 知识图谱 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/aidanmo/article/details/103762819

实体消歧

1. 实体消歧概述

1.1 实体消歧定义

  • 命名实体的歧义指的是一个实体指称项可对应到多个真实世界实体。例如Michael Jordan可以表示篮球运动员，也可以表示计算机科学家，或者其他实体。
  • 确定一个实体指称项所指向的真实世界实体，这就是命名实体消歧。

1.2 实体消歧分类

  • 基于聚类的实体消歧
    • 把所有实体指称项按其指向的目标实体进行聚类
    • 每一个实体指称项对应到一个单独的类别
      在这里插入图片描述
  • 基于实体链接的实体消歧
    • 将实体指称项与目标实体列表中的对应实体进行链接实现消歧
      在这里插入图片描述

2. 基于无监督的实体消歧

2.1 基于聚类的实体消歧

  • 基本思路

    • 同一指称项具有近似的上下文
    • 利用聚类算法进行消歧
    • 核心问题：选取何种特征对于指称项进行表示
      1. 词袋模型（Bagga 等人，COLING，1998）
      2. 语义特征（Pederson等人，CLIP，2005）
      3. 社会化网络（Bekkerman等人，WWW，2005）
      4. 维基百科的知识（Han 和 Zhao，CIKM，2009）
      5. 多元易购语义知识融合（Han 和 Zhao，ACL，2010）

  • 词袋模型

    • 利用待消歧实体周边的词来构造向量
    • 利用向量空间模型来计算两个实体指称项的相似度，进行聚类
      在这里插入图片描述

  • 语义特征

    • 利用SVD分解挖掘词的语义信息
    • 利用词袋和浅层语义特征，共同表示指称项，利用余弦相似度来计算两个指称项的相似度
最低0.47元/天 解锁文章

200万优质内容无限畅学
知识图谱-实体消歧（语义消歧）
weixin_44206053的博客
01-17 3993
命名实体歧义： 命名实体指称多样性: 一个命名实体可以用多种方式表达． 命名实体指称歧义性: 一个指称可能表示不同的命名实体． 命名实体聚类消歧 命名实体链接消歧 命名实体聚类消歧是利用聚类算法来对实体进行消歧． 命名实 体链接消歧则是借助外部知识库将待消歧命名实体指称链接到外部知识库中对应实体来进行消歧． 基于中文维基百科的命名实体消歧方法 计算文本特征向量与不同词义的维基特征向量的相似度（可由词间距离转换 余弦距离 欧式距离等）。 面向实体链接的多特征图模型实体消歧方法 以中文维基百科作为知识库支撑
《知识图谱》赵军 阅读笔记（五）——第五章 实体消歧
not_simple_name的博客
07-28 2021
第三章 知识体系构建和知识融合 阅读笔记3.1 知识体系构建3.1.1 人工构建方法3.1.1.1 确定任务及领域3.1.1.2 体系复用3.1.1.3 罗列要素3.1.1.4 确定分类体系3.1.1.5 定义属性及关系3.1.1.6 定义约束3.1.2 自动构建方法3.1.2.1 基于非结构化数据的知识体系学习3.1.2.2 基于结构化数据的知识体系学习3.1.2.3 基于半结构化数据的知识...
知识图谱-知识体系与知识融合-实体消歧
qq_40671063的博客
04-18 5176
目录 1 实体消歧定义 2 基于聚类的实体消歧 3 基于实体链接的语义消歧 4 其他实体链接任务 5 实体链接常用数据集 6 实体链接面临的挑战 1 实体消歧定义 1. 命名实体的歧义指的是一个实体指称项可对应到多个真实世界实体； 2. 确定一个实体指称项所指向的真实世界实体，这就是命名实体消歧； 3. 对于一段自然语言文本，“迈克尔·乔丹教授昨天访问了CMU”。要从自然语言文本中抽取信息构成知识图谱，处理流程如下： 命名实体识别： [迈克尔·乔丹]/PE...
知识图谱（五）——实体消歧
热门推荐
盛夏光年
07-28 2万+
一、任务概述 多样性——同一实体在文本中会有不同的指称。eg：飞人、帮主、老大和MJ都指美国篮球运动员迈克尔·乔丹 歧义性——相同的实体指称在不同的上下文中可以指不同的实体。eg：迈克尔·乔丹指美国篮球运动员、爱尔兰政治家等 1、任务定义 实体消歧，定义为六元组。此处实体指的是命名实体。 M=N,E,D,O,K,δM=N,E,D,O,K,\deltaM=N,E,D,O,K,δ N=n1,n2,....
知识图谱赵军学习笔记（五）--实体消歧
qq_24495287的博客
02-17 5683
实体消歧 任务定义 通过六元组来定义： M=N，E，D，O，K，& N是待消歧的实体名集合，如李娜，迈克尔乔丹等 E是待消歧实体名的目标列表，包括了可能指向的实体，如李娜（跳水运动员） D是一个包含了待消歧实体名的文档集，如包含迈克尔的网页集合 O=是D中的实体指称项集合。一个实体的指称项是在具体上下文中出现的待消歧实体名。 K是命名实体消歧任务所使用的背景知识。关于目标实体的描述。 &a...
知识图谱学习笔记（三）—— 实体识别与链接
淡蓝苏打的博客
05-19 2674
1. 定义、目标和研究意义 实体是文本中承载信息的重要语言单位，一段文本的语义可以表述为其包含的实体及这些实体相互之间的关联和交互。实体识别也就成为了文本意义理解的基础。例如，“26 日下午，一架叙利亚空军 L-39 教练机在哈马省被 HTS 使用的肩携式防空导弹击落”中的信息可以通过其包含的时间实体“26 号下午”，机构实体“叙利亚空军”、“HTS”，地点实体“哈马省”和武器实体“L-39 教练机”、“肩携式防空导弹”有效描述。实体也是知识图谱的核心单元，一个知识图谱通常是一个以实体为节点的巨大知识网络，
知识图谱学习笔记（五）——实体识别（2）
aidanmo的博客
12-30 1678
实体识别（信息抽取） 知识图谱学习笔记（五）——实体识别(1) 2. 信息抽取的基础：分词和词性标注 2.6基于统计的分词方法 基于统计的方法需要标注训练语料训练模型，可分为生成式统计分词和判别式统计分词 2.6.1 生成式方法 生成式方法优缺点 优点：在训练语料规模足够大和覆盖领域足够多的情况下，可以获得较高的切分正确率 缺点：训练语料的规模和覆盖领域不好把握。模型实现复杂、计算量较大。 ...
知识图谱学习笔记（一）—— 知识图谱介绍
淡蓝苏打的博客
05-19 2673
1.知识图谱的研究目标与意义 知识图谱（Knowledge Graph）以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。 知识图谱技术是指知识图谱建立和应用的技术，是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义 Web、数据挖掘与机器学习等方向的交叉研究。 知识图谱的应用： 知识融合：当前互联网大数据具有分布异构的特点，通过知识图谱可以 对这些数据资源进行语义标注和链接，建立以知识为中心
nerd_project:命名实体识别和消除歧义项目
04-07
nerd_project 命名实体识别和消除歧义项目 此项目要处理的主要任务是实体链接（实体链接具有多个名称，例如，命名实体链接（NEL），命名实体歧义消除（NED），命名实体规范化（NEN），命名实体识别和歧义消除（NERD））（ ）。 执行实体链接的一种方法是将其分为两个步骤： 命名实体识别（NER） 命名实体消歧（NED） 查看实体链接的最新技术（ ）： 端到端：Kolitsas等人2018（ ）。 这有可用的官方代码。 仅消除歧义：Mulang'et al 2020（ ） Mulang等人2020的最新技术使用知识图来为转换器模型提供上下文信息，以消除实体歧义。 这是有道理的，因为我们将要接收的输入文本很短，并且可能不包含足够的信息以使模型仅基于该句子即可进行歧义消除，因此将来自其他来源的信息存储到知识图中就可以了。一个重要的技术。 查看可以快速用于处理任
实 体 消 歧 综 述
kuxingseng123的博客
02-15 2528
先自己大致了解该模块包括什么，然后会自己构建知识图谱，以及相关领域进行研究。
知识图谱第11享：实体消歧
不患无位，患所以立；不患莫己知，求为可知也
01-06 800
词义消歧是自然语言处理中的基础性研究课题，而命名实体消歧是词义消歧的一个重要分支。命名实体的歧义是指一个命名实体的指称项可以对应多个实体概念。命名实体消歧指利用文本上下文信息或者其它外部知识库，确定这个指称项具体指向的实体概念的过程。 ...
[模型调研]实体消歧
weixin_52093054的博客
08-16 2202
实体消歧的概念以及一些SOTA模型
实体消歧 Entity Disambiguiation
九久的博客
03-05 573
实体消歧本质在于一个词可能有多个意思，也就是再不同的上下文中所表多钱啊的含义不太一样。 例如：小米、苹果 每个实体都有实体库，用于存储各种意思，如下图所示： 实体消歧算法 如下图所示： 需要判断跟哪个意思接近，即实体相似度哪一个较高。 方法： 需要将句子与解释的意思转化为向量表示，核心问题：怎么提取特征并且转化为向量？ 1、要提取多少个字符串？ 2、将提取的字符串转化为向量。 3、进行相似度计算 ...
【知识图谱 赵军 学习笔记】第五章 实体消歧
qq_41772794的博客
11-30 1608
第五章 实体消歧任务概述定义分类基于聚类的实体消歧系统基于实体链接的实体消歧系统相关评测WePSTAC KBP基于聚类的实体消歧方法 实体具有歧义性，体现在两个方面： 同一实体在文本中会有不同的指称 ⇒\Rightarrow⇒ 指称的多样性 相同的实体指称在不同的上下文中可以指不同的实体 ⇒\Rightarrow⇒ 指称的歧义性 任务概述 定义 实体消歧可以通过六元组进行定义： M=N,E,D,O,K,δM = N,E,D,O,K,\deltaM=N,E,D,O,K,δ N=n1,n2,...,nlN
NLP-实体消歧/实体统一
Swayzzu的博客
11-24 2248
比如吃的苹果和苹果手机消除歧义；比如百度公司和百度有限公司进行统一。
实体消歧方法(1)__BOOTLEG
lft_happiness的博客
04-04 3512
刚整理好的论文总结被我学弟一键ctrl+z搞没了，想暴揍他一顿~ 熊孩子太皮了！！ 还好这只是论文总结...... 论文题目： Bootleg: Chasing the Tail with Self-Supervised Named Entity Disambiguation 代码链接： Bootleg – Bootleg from HazyResearch 现存问题 命名实体消歧(NED)就是将文本提到的实体映射到知识库中的实体，现存挑战是如何消除在训练数据中很少出现的实体(称..
实体消歧方法(2)__LNN-EL
lft_happiness的博客
04-17 672
论文:LNN-EL: A Neuro-Symbolic Approach to Short-text Entity Linking 之前的方法使用启发式或黑盒神经方法，而在这里，我们提出了一种神经符号方法，它结合了基于一阶逻辑的可解释规则和神经学习性能的优点。 本文用LNN(Logical Neural Networks)来学习规则的参数。 逻辑神经网络(LNN) 提供了包含参数的操作符，从而可以更好地从数据中学习。为了保持FOL清晰的语义，LNN在学习 conjunction 等运算符时 ..
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Aidanmomo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值