18、深入解析Freebase数据集：挑战、处理与实验评估

深入解析Freebase数据集：挑战、处理与实验评估

1. 类型系统构建与应用

在构建类型系统时，主要有两个关键步骤。
第一步，排除概率低于阈值的候选类型。若 $P(o \in t) < \alpha$，即 /film/film/performance 对象端属于类型 $t$ 的概率小于阈值 $\alpha$，则排除该候选类型。其目的是仅保留具有足够覆盖度的候选类型。例如，在数据集中，$P(o \in /film/actor) = 0.9969$，$P(o \in /tv/tv actor) = 0.1052$，$P(o \in /music/artist) = 0.0477$，$P(o \in /award/award winner) = 0.0373$，$P(o \in /people/person) = 0.998$。当阈值 $\alpha = 0.95$ 时， /tv/tv actor 、 /music/artist 和 /award/award winner 被排除。
第二步，从剩余候选类型中选择最具体的类型。最具体类型由 $\arg \min_{t’ \neq t} P(o \in t|o \in t’)$ 给出，其中 $t$ 和 $t’$ 来自剩余候选类型。$P(o \in t|o \in t’)$ 是 Freebase 实体 $o$ 在属于类型 $t’$ 的条件下属于类型 $t$ 的条件概率。在数据集中，$P(o \in /people/person | o \in /film/actor) = 0.9984$，$P(o \in /film/actor | o