题目: TransOMCS: From Linguistic Graphs to Commonsense Knowledge

摘要: 常识知识的获取是人工智能的关键问题。传统的获取常识的方法通常需要费力且昂贵的人工标记,而大规模的人工标记是不可行的。本文探讨了一种从语言图形中挖掘常识性知识的实用方法,目的是将通过语言模式获得的廉价知识转化为昂贵的常识性知识。其结果是将大规模的选择性知识资源ASER转换为与ConceptNet具有相同表示的Transomc,但要大两个数量级。实验结果证明了语言知识对常识的转化能力,以及该方法在数量、新颖性和质量方面的有效性。

成为VIP会员查看完整内容
25
0

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【IJCAI2020】TransOMCS: 从语言图谱到常识图谱
专知会员服务
34+阅读 · 2020年5月4日
图卷积神经网络蒸馏知识,Distillating Knowledge from GCN
专知会员服务
84+阅读 · 2020年3月25日
【AAAI2020知识图谱论文概述】Knowledge Graphs @ AAAI 2020
专知会员服务
118+阅读 · 2020年2月13日
17篇知识图谱Knowledge Graphs论文 @AAAI2020
专知会员服务
147+阅读 · 2020年2月13日
17篇必看[知识图谱Knowledge Graphs] 论文@AAAI2020
ACL 2019 知识图谱的全方位总结
AI科技评论
6+阅读 · 2019年8月8日
ICLR 2019 | 基于复杂空间关系旋转的知识表示方法
PaperWeekly
10+阅读 · 2019年7月29日
自然语言处理常识推理综述论文,60页pdf
专知
54+阅读 · 2019年4月4日
技术动态 | TechKG:一个面向中文学术领域的大型知识图谱
开放知识图谱
25+阅读 · 2018年12月20日
论文浅尝 | 基于知识图谱子图匹配以回答自然语言问题
开放知识图谱
25+阅读 · 2018年6月26日
论文浅尝 | Question Answering over Freebase
开放知识图谱
16+阅读 · 2018年1月9日
Arxiv
11+阅读 · 2019年11月26日
Arxiv
11+阅读 · 2019年9月11日
Arxiv
5+阅读 · 2019年9月4日
Arxiv
15+阅读 · 2018年4月5日
小贴士
相关资讯
微信扫码咨询专知VIP会员