VIP内容

除了以实体为中心的知识(通常以知识图谱(knowledge Graph, KG)的形式组织起来),事件也是世界上必不可少的一种知识,它引发了以事件为中心的知识表示形式(Event KG, EKG)的兴起。它在许多机器学习和人工智能应用中发挥着越来越重要的作用,如智能搜索、问题回答、推荐和文本生成。本文从历史、本体、实例和应用视图等方面对EKG进行了全面的综述。为了更全面地描述EKG,我们将重点关注它的历史、定义、模式归纳、获取、相关的代表性图形/系统和应用程序。研究了其发展过程和趋势。我们进一步总结了未来EKG研究的发展方向。

知识图谱(KG)是谷歌在2012年发布的一种流行的知识表示形式。它关注名义实体及其关系,因此代表静态知识。然而,世界上存在着大量的事件信息,传递着动态的程序性知识。因此,以事件为中心的知识表示形式(如Event KG (EKG))也很重要,它将实体和事件结合在一起。它促进了许多下游应用,如智能搜索、问答、推荐和文本生成[1]、[2]、[3]、[4]、[5]。

本文就EKG的概念及其发展进行了深入的探讨。关于EKG你想知道什么?你可能会对它的产生感兴趣,也就是所谓的EKG,如何构建它,以及它的进一步应用。为了全面介绍EKG,我们从历史、本体论、实例和应用视图等方面对其进行了介绍。从历史的观点,我们介绍了EKG的简史和我们导出的EKG的定义。从本体的角度,提出了与EKG相关的基本概念,以及EKG相关的任务和方法,包括事件模式归纳、脚本归纳和EKG模式归纳。从实例视图,我们详细阐述了事件获取和与EKG相关的代表图/系统。具体来说,事件获取的重点是如何构建一个基本的EKG,并获得一个更好的EKG。前者包括事件抽取和事件关系抽取,是最基本的任务。后者包括事件相互引用解析和事件参数补全。从应用的角度,介绍了一些基本的应用,包括脚本事件预测和时间KG预测,以及一些深层次的应用,如搜索、问答、推荐和文本生成。并对相关任务的发展过程和趋势进行了深入的研究和分析。然后指出未来的方向。

事件知识图谱发展历程

什么是EKG?历史视角

在本节中,我们将从历史的视角,简要介绍EKG的历史。然后我们根据历史上与EKG相关的概念推导出EKG的定义。

什么是EKG?本体视角

从本体的角度来看,我们研究了模式和相关的任务。EKG的模式描述了构成它的基本概念,比如事件类型、事件参数的角色以及事件之间的关系。事件类型和事件参数的角色构成了事件的框架,即事件模式。对于事件之间的关系,典型的脚本[30]根据一些事件关系组织一组事件,这些事件关系共同描述了常见的场景。

未来方向与挑战

关于EKG的研究和成果有很多。然而,仍有几个方向需要关注和进一步研究。在本节中,我们将深入探讨这些未来的方向。

高性能的事件获取

最近的事件获取研究在有效性和效率上远远不能满足应用需求。特别是事件提取和事件关系提取的精度较低。从而阻碍了高质量基础EKG的构建。此外,现有的模型通常不重视复杂性问题。然而,高参数复杂度和高时间复杂度的模型不利于从大量数据中快速构建EKG。因此,高效率的事件获取是未来的一个重要方向。

多模态知识处理

在现实世界中,事件可能以文本、图像、音频和视频的形式呈现。然而,现有的关于EKG的研究多集中在文本处理上,而忽略了图像、音频、视频中的大量信息。对于多模态事件表示学习[214]和事件抽取[215]的研究很少。实际上,不同模态的事件可以消除歧义,相互补充。因此,多模态信息的联合利用是未来的一个重要方向。具体来说,来自所有模态的事件应在一个统一的框架中表示,事件获取研究应注意多模态提取,EKG图推理也应考虑多模态信息。

可解释EKG研究

在EKG研究中,研究主要集中在用深度学习方法拟合训练数据。然而,它们通常缺乏可解释性,也就是说,对于它们为什么和如何工作没有明确的想法。实际上,了解最终结果的原因有助于在实际应用中采用它们。它是友好和令人信服的解释为什么最终结果是给定的。未来可解释性EKG的研究将是一个重要的方向。

实用EKG研究

在与EKG相关的任务中,有些任务的形式化过于理想化,与现实场景相距甚远。例如,在一个现有的事件中,只完成一个缺失的参数或参数角色,通过从几个候选对象中选择它来预测未来的脚本事件,并且只预测未来事件的一个元素。在更实际的形式下进行研究更具挑战性,但也更有趣,对应用具有重要意义。

EKG对于许多都很重要,包括智能搜索、问题回答、推荐和文本生成。本文从不同角度对EKG的研究进行了综述。特别地,我们深入研究了EKG的历史、本体、实例和应用视图。它的历史,定义,模式归纳,获取,相关的代表图/系统,和应用进行了深入的研究。根据其发展趋势,进一步总结了未来EKG研究的展望方向。

成为VIP会员查看完整内容
0
50
参考链接
Top
微信扫码咨询专知VIP会员