【IJCAI2020-南京大学】用紧凑、有代表性的相关知识图谱丰富文档，Enriching Documents with Compact, Representative, Relevant Knowledge Graphs

主题： Enriching Documents with Compact, Representative, Relevant Knowledge Graphs

介绍： 知识图谱中蕴含丰富的知识，一个典型应用是利用知识图谱进行文本扩充，从而帮助用户更好地理解文档内容。现有方法识别知识图谱中提及的实体，并且将实体类型和实体间的直接关系作为扩充内容，这种方式表达能力非常有限。因此我们考虑用连通实体关系子图的形式，以更好地表示一组实体间的整体关系。为了提供有代表性的、紧凑的且与文档相关的子图，我们提出了一个方法，分为两个步骤：第一步，我们计算文档中提及实体的最重要子集，使得代表性和紧凑性能够得到权衡，并保证知识图谱中包含连接这些实体的子图，然后执行已有的搜索算法得到所有子图；第二步，根据相关性返回排名第一的结果。