论文浅尝 | Hike: A Hybrid Human-Machine Method for Entity Alignment

本文介绍了Hike,一种结合人类与机器的实体对齐方法,用于提升大规模知识图谱的对齐质量。通过机器预处理和众包判断,实现了更高召回率的实体匹配。Hike包括实体集划分、偏序构造、问题选择和容错处理等关键步骤,实验表明该方法有效改善了对齐效果。
摘要由CSDN通过智能技术生成

Zhuang Y,Li G, Zhong Z, et al. Hike: A Hybrid Human-Machine Method for Entity Alignmentin Large-Scale Knowledge Bases[C]// ACM, 2017:1917-1926. ( CIKM 2017 )

 

论文链接http://dbgroup.cs.tsinghua.edu.cn/ligl/crowdalign.pdf

 

Motivation

随着语义网络的迅速发展,越来越多的大规模知识图谱公开发布,为了综合使用多个来源的知识图谱,首要步骤就是进行实体对齐(Entity Alignment)。近年来,许多研究者提出了自动化的实体对齐方法,但是,由于知识图谱数据的不均衡性,导致此类方法对齐质量较低,特别是召回率(Recall)。因此,可考虑借助于众包平台提升对齐效果,文章提出了一个人机协作的方法,对大规模知识图谱进行实体对齐。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值