常识性知识的来源旨在支持自然语言理解、计算机视觉和知识图的应用程序。这些源包含相互补充的知识,这使得它们的融合成为可能。然而,由于它们不同的关注点、建模方法和稀疏重叠,这样的融合并非微不足道。在本文中,我们建议通过以下五个原则来构建常识知识。我们运用这些原则将7个关键资源组合成第一个综合常识知识图(CSKG)。我们对CSKG及其各种文本和图的嵌入进行分析,表明CSKG是一个连接良好的图谱,它的嵌入提供了一个有用的图的入口点。此外,我们还展示了CSKG作为推理证据检索源的影响,以及作为可推广下游推理的预训练语言模型的影响。将CSKG及其所有嵌入公开,以支持对常识性知识集成和推理的进一步研究。
https://www.zhuanzhi.ai/paper/60f8a6ce3150842ccff87e35b367c4f4