BabelNet: The automatic construction, evaluation and application of a wide-coverage multilingual阅读笔记

《BabelNet:一个覆盖范围很广的多语言语义网络的自动构建、评估和应用》阅读笔记

---

摘要：
方法的关键是整合来自worldnet和wikipedia的词典和百科知识，以及利用机器翻译来丰富所有语音的词汇信息资源。我们首先在新的和现有的标注数据集上进行体外实验，以显示babelnet的高质量和覆盖范围。然后，我们证明我们的词汇资源可以成功地运用于单词和跨语语义消歧：由于其广泛的词汇覆盖面和新颖的语义关系，我们能够在三个不同的半评估任务上获得最新的结果。

该方法的核心是使用多种方法估计映射概率，包括基于简单的词包和更高级的图形表示的方法。

---

材料资源： 收集WordNet中的所有关系以及感兴趣语言中的所有wikipedia来建立Babel语法集之间的关系：为了编码语法集之间的关联强度，我们使用基于骰子系数的关联度度量来计算它们的关联度。

---

BabelNet建设方法：

BabelNet将知识编码为一个标记有向图G=E，其中V是节点集，即play等概念和Shakespeare等命名实体，ev×R×V是连接概念对的边集（例如play是戏剧构图）。每个边都用来自R的语义关系标记，即{-a部分}。重要的是，每个node v v都包含一组不同语言的词汇化概念。我们称这种多语言词汇化的概念为巴别塔句法集。 BabelNet中的概念和关系是从英语、WordNet和Wikipedia中最大的可用语义词典中获取的。为了构建BabelNet图，我们在不同阶段收集：

a、 在WordNet中，