×
臧良军;曹聪;曹亚南;吴玉明;曹存根

常识知识获取调查。 （英语） Zbl 1296.68167号

J.计算。科学。Technol公司。 28，第4期，689-719（2013）.
摘要：为常识推理收集大量常识知识（CSK）是人工智能研究中长期存在的挑战。为了克服知识获取瓶颈，开发了许多获取CSK的方法和系统。虽然已经提出了一些特定的常识推理任务，以便研究人员测量和比较其CSK系统的性能，但我们从以下几个方面对它们进行了更高层次的比较：CSK获取任务（CSK从何处获得）、使用的技术（CSK如何获得）、，和CSK评估方法（如何评估获得的CSK）。在本次调查中，我们首先介绍了CSK采集系统的分类以及该领域的巨大挑战。然后，我们详细回顾和比较了CSK采集系统。最后，我们总结了该领域的当前进展，并探讨了一些有前景的未来研究问题。

MSC公司：

68立方英尺 知识表示
68-02 与计算机科学有关的研究展览会（专著、调查文章）

关键词：

常识知识;知识获取;知识表示;常识推理

软件：

专业基地;鹅;概念网;箔;WordNet（文字网）;DBpedia（数据库）;雅高;Protege公司
PDF格式BibTeX公司 XML格式引用
\textit{L.-J.Zang}等人，J.Compute。科学。Technol公司。28，第4号，689--719（2013；Zbl 1296.68167）
全文： 内政部

参考文献：

[1] Minsky M.情绪机器。西蒙（&amp；S）；纽约舒斯特出版社，2006年。
[2] McCarthy J（1984）一些专家系统需要常识。纽约科学院年鉴426:129–137·doi:10.1111/j.1749-6632.1984。tb16516.x
[3] Lenat D，Prakash M，Shepherd M（1986）CYC：使用常识知识克服脆性和知识获取瓶颈。AI杂志6（4）：65–85
[4] Lieberman H，Liu H，Singh P，Barry B（2004），将常识融入交互式应用。AI杂志25（4）：63–76
[5] Curtis J，Cabral J，Baxter D.论Cyc本体论在词义消歧中的应用。程序中。第19届佛罗里达国际人工智能研究学会会议，2006年5月，第652-657页。
[6] Dahlgren K，McDowell J.使用常识消除介词短语修饰语的歧义。程序中。第五届全国艺术情报会议，1986年8月，第589-593页。
[7] Havasi C，Speer R，Pustejovsky J.使用常识进行粗略的词义消歧。程序中。AAAI秋季研讨会系列，2010年11月。
[8] Cambria E、Hussain A、Havasi C、Eckl C。情感空间：将常识和情感知识结合起来进行情感推理。程序中。2009年11月在CAEPIA举办的第一届WOMSA，第32-41页。
[9] Cambria E、Hussain A、Havasi C、Eckl C。感知计算：开发情感敏感系统的常识。《计算机科学讲义5967》，Hutchison D，Kanade T，Kittler J等人（编辑），2010年，第148-156页。
[10] 柯蒂斯J、马修斯G、巴克斯特D。关于在问答系统中有效使用Cyc。程序中。IJCAI研讨会。《回答问题的知识和推理》，2005年8月。
[11] Liu H，Singh P.《虚构：使用常识知识创作故事》。程序中。第十八届全国人工智能大会，2002年7月28日至8月1日，第957-958页。
[12] Ong E.生成儿童故事的常识知识库。程序中。2010年11月，AAAI秋季常识研讨会系列，第82-87页。
[13] Liu H，Lieberman H，Selker T.Goose：一个具有常识的面向目标的搜索引擎。程序中。第二届国际会议《自适应超媒体和自适应网络系统》，2006年6月，第253-263页·Zbl 1047.68858号
[14] 徐敏，陈海。常识性信息检索。程序中。2006年8月第29届SIGIR，第651-652页。
[15] 尼尔森·N·人工智能：一个新的综合。Morgan Kaufmann，1998年·Zbl 1012.68605号
[16] Gupta R，Kochenderfer M.室内移动机器人的常识数据采集。程序中。第19届全国人工智能大会，2004年7月，第605-610页。
[17] McCarthy J.有常识的项目。程序中。泰丁顿会议《思维过程的机械化》，1958年12月。
[18] Lenat DB（1995）CYC：对知识基础设施的大规模投资。ACM通信38（11）：33–38·doi:10.1145/219717.219745
[19] Singh P、Lin T、Mueller E、Lim G、Perkins T、Zhu W。开放思维常识：从公众获取知识。程序中。Conf.Cooperative Information Systems，2002年10月30日至11月1日，第1223–1237页·Zbl 1018.68815号
[20] Dong Z，Dong Q.知网与意义的计算。新加坡：世界科学出版公司，2006年。
[21] Liu H，Singh P（2004）Conceptnet–实用常识推理工具包。英国电信技术期刊22（4）：211–226·doi:10.1023/B:BTTJ.0000047600.45421.6d
[22] Speer R，Havasi C，Lieberman H.类比空间：降低常识知识的维度。程序中。第23届AAAI，2008年7月，第548–553页。
[23] 舒伯特·L·我们能从文本中获得一般的世界知识吗？程序中。第二届国际会议《人类语言技术研究》，2002年3月，第94-97页。
[24] Torisawa K.事件公共推理规则的无监督学习方法。程序中。第二届CoLogNet-EIsNET研讨会，2003年12月。
[25] Torisawa K.通过使用日语并列句和nonverb共现，获得具有时间约束的推理规则。程序中。人类语言技术会议，计算语言学协会北美分会（HLT/NAACL），2006年6月，第57-64页。
[26] Chklovski T.学习者：通过类比获得常识知识的系统。程序中。第二届国际会议知识捕获，2003年10月，第4-12页。
[27] Witbrock M、Matuszek C、Brusseau A、Kahlert R、Fraser C、Lenat D。知识产生知识：Cyc中实现辅助知识获取的步骤。程序中。AAAI志愿者知识收集春季研讨会，2005年3月，第99-105页。
[28] von Ahn L，Kedia M，Blum M。详细：一个收集常识性事实的游戏。程序中。ACM SIGCHI Conf.计算系统中的人为因素，2006年4月，第75-78页。
[29] Lieberman H、Smith D、Teeters A.共同共识：收集常识目标的网络游戏。程序中。Int.Conf.智能用户界面，2007年1月。
[30] Speer R、Krishnamurthy J、Havasi C、Smith D、Lieberman H、Arnold K。使用混合模型有针对性地收集常识知识的界面。程序中。第14届国际会议智能用户界面，2009年2月，第137-146页。
[31] Kuo Y、Lee J、Chiang K、Wang R、Shen E、Chan C、Hsu J.基于社区的游戏设计：用于收集常识数据的社交游戏实验。程序中。ACM SIGKDD人类计算研讨会，2009年6月，第15-22页。
[32] 郭毅，徐杰，面向目标的知识收集。程序中。AAAI秋季研讨会系列，2010年11月。
[33] Banko M、Cafarella M、Soderland S、Broadhead M、Etzioni O。从网络中提取开放信息。程序中。第20届国际JCAI，2007年1月，第2670-2676页。
[34] Etzioni O，Fader A，Christensen J，Soderland S，Center M。开放信息抽取：第二代。程序中。第22届国际人工智能联合会议，2011年7月，第3-10页。
[35] Fader A、Soderland S、Etzioni O。公开信息提取的识别关系。程序中。自然语言处理中的Conf.实证方法，2011年7月，第1535-1545页。
[36] Mausam J C，Soderland S，Etzioni O。学习开放信息提取的论点。华盛顿大学技术报告，2011年。
[37] Matuszek C、Witbrock M、Kahlert R、Cabral J、Schneider D、Shah P、Lenat D。寻找常识：从网络中填充CycTM。程序中。《国家人工智能大会》，2005年7月，第1430-1435页。
[38] Forbus K、Riesbeck C、Birnbaum L、Livingston K、Sharma A、Urel L。整合自然语言、知识表示和推理以及类比处理，通过阅读学习。程序中。第22届全国人工智能大会，2007年7月，第152-1547页。
[39] Auer S、Bizer C、Kobilarov G、Lehman J、Cyganiak R、Ives Z。DBpedia：开放数据网的核心。程序中。ISWC 2007/ASWC2007，2007年11月，第722-735页。
[40] Bizer C、Lehmann J、Kobilarov G、Auer S、Becker C、Cyganiak R、Hellmann S（2009）DBpedia：数据网的结晶点。网络语义：万维网上的科学、服务和代理7（3）：154-165·doi:10.1016/j.websem.2009.07.002
[41] Suchanek F M，Kasneci G，Weikum G.YAGO：语义知识的核心。程序中。第16届国际会议，万维网，2007年5月，第697-706页。
[42] Hoffart J、Suchanek FM、Berberich K、Weikum G（2013）《YAGO2:维基百科的时空增强知识库》。人工智能194:28–61·Zbl 1270.68303号 ·doi:10.1016/j.artint.2012.06.001
[43] 牛X、孙X、王H、荣S、齐G、于义智梅：编织中文链接开放数据。程序中。第十届语义网国际会议，2011年10月，第2005-220页。
[44] 王振中，王振国，李建中，潘建中。中国维基百科全书的知识抽取。浙江大学学报|科学C，2012，13（4）：268-280。
[45] 曾毅。提取、链接和分析结构化中文数据的Web。《技术报告》，中国科学院自动化研究所，2012年。
[46] 辛格·P·公众获取常识。程序中。2002年3月，AAAI关于获取（和使用）语言（和世界）知识以获取信息的春季研讨会。
[47] Adomavicius G，Tuzhilin A（2005）《走向下一代推荐系统：最先进和可能扩展的调查》。IEEE知识与数据工程汇刊17（6）：734–749·doi:10.1109/TKDE.2005.99
[48] Schubert L，Tong M.从Brown语料库中提取和评估一般世界知识。程序中。HLT-NAACL 2003年文本意义研讨会，第9卷，2003年5月，第7-13页。
[49] 朱毅，臧力，王德，曹C.从网络语料库获取常识的手工实验。程序中。《国际计算机学习与控制论》，2008年7月第3卷，第1564–1569页。
[50] Vanderwende L.志愿者创建了网络。程序中。2005年3月，AAAI志愿者知识收集春季研讨会。
[51] Eslick I.寻找常识[硕士论文]。麻省理工学院，2006年。
[52] Etzioni O，Cafarella M，Downey D，Kok S，Popescu A，Shaked T，Soderland S，Weld D，Yates A.KnowItAll中的网络信息提取：（初步结果）。程序中。第13届国际会议，万维网，2004年5月，第100-110页。
[53] Etzioni O，Cafarella M，Downey D，Popescu A，Shaked T，Soderland S，Weld D，Yates A（2005）无监督的网络命名实体提取：一项实验研究。人工智能165（1）：91–134·doi:10.1016/j.artint.2005.03.001
[54] Sharma A，Forbus K。基于图形的推理和强化学习，用于提高大型知识系统中的问答性能。程序中。AAAI秋季研讨会系列，2010年11月。
[55] Liu H，Lieberman H，Selker T.使用真实世界知识的文本情感感知模型。程序中。第八届国际会议智能用户界面，2003年1月，第125-132页。
[56] Gordon A S、Kozareva Z、Roemmele M.SemEval-2012任务7：选择合理的替代方案：对常识因果推理的评估。程序中。第一届词汇和计算语义学联合会议，2012年6月。
[57] Gennari JH、Musen MA、Fergerson RW、Grosso WE、Crubézy M、Eriksson H、Noy NF、Tu SW（2003）《Protégé的演变：基于知识的系统开发环境》。《国际人类计算机研究杂志》58（1）：89–123·doi:10.1016/S1071-5819（02）00127-1
[58] Panton K、Miraglia P、Salay N、Kahlert R C、Baxter D、Reagan R。使用KRAKEN工具集进行知识形成和对话。程序中。AAAI，2002年7月，第900-905页。
[59] Witbrock M、Baxter D、Curtis J、Schneider D、Kahlert R、Miraglia P、Wagner P、Panton K、Matthews G。Cyc知识获取的交互式对话系统。程序中。国际人工智能联合会议，2003年8月。
[60] Quinlan J，Cameron-Jones R（1995）《逻辑程序归纳：FOIL和相关系统》。新一代计算13（3）：287–312·doi:10.1007/BF03037228
[61] Masters J、Matuszek C、Witbrock M.基于Ontology的半结构化网页知识集成。《技术报告》，Cycorp，2006年。
[62] Medelyan O，Legg C.整合Cyc和Wikipedia：民俗学符合严格定义的公共意义。程序中。关于维基百科和人工智能的AAAI研讨会，2008年7月。
[63] Pierce C、Booth D、Ogbuji C、Deaton C、Blackstone E、Lenat D（2012）《语义数据库：临床研究和质量报告的语义Web基础设施》。当前生物信息学7（3）：267–277·doi:10.2174/157489312802460730
[64] Witbrock M、Panton K、Reed S、Schneider D、Aldag B、Reimers M、Bertolo S。大型知识库辅助的自动OWL注释。程序中。ISWC知识标记和语义注释研讨会，2004年11月，第71–80页。
[65] Mueller E.ThoughtTreature自然语言处理。http://citeseerx.ist.psu.edu/viewdoc/download？doi=10.1.1.35.9720 , 1998.
[66] 穆勒E。具有常识的日历。程序中。第五届国际会议智能用户界面，2000年1月，第198-201页。
[67] Speer R、Havasi C、Surana H。使用冗长：有目的的游戏中的常识数据。程序中。2010年5月，第23届国际佛罗里达人工智能研究协会大会。
[68] Anacleto J、Lieberman H、Tsutsumi M、Neris V、Carvalho A、Espinosa J、Godoi M、Zem-Mascarenhas S。常识能揭示计算机应用中的文化差异吗？程序中。第19届世界计算机大会，2006年8月，第1-10页。
[69] Eckhardt N.一个孩子开放的思维常识[博士论文]。蒂尔堡大学，2008年。
[70] Chung H.GlobalMind–通过常识计算缩小不同文化和语言之间的差距[硕士论文]。麻省理工学院，2006年。
[71] Cambria E，Xia Y，Hussain A.情绪分析的情感常识知识获取。程序中。第八届国际会议语言资源与评估，2012年5月，第3580-3595页。
[72] 冯安L（2006）有目的的运动会。IEEE计算机杂志39（6）：92–94·doi:10.1109/MC.2006.196
[73] Speer R.开放的思维共性：一种学习常识的好奇方法。程序中。常识和智能用户界面研讨会，2007年1月。
[74] Minsky M.心理学会。西蒙和舒斯特，1988年。
[75] Fellbaum C.WordNet:一个电子词汇数据库。麻省理工学院出版社，1998年·Zbl 0913.68054号
[76] Havasi C、Speer R、Alonso J.ConceptNet 3：常识知识的灵活、多语言语义网络。程序中。第22届AAAI，2007年9月。
[77] 阿隆索·J·CSAMOA：建筑的常识应用模型。程序中。常识和智能用户界面研讨会，2007年1月。
[78] Pustejovsky J，Havasi C，Sauri R等人。朝向生成性词汇资源：布兰代斯语义本体论。程序中。语言资源与评估会议，2006年5月。
[79] Speer R，Havasi C.在ConceptNet 5中表示一般关系知识。程序中。第八届国际会议语言资源与评估，2012年5月，第3679–3686页。
[80] Havasi C、Speer R、Pustejovsky J、Lieberman H（2009）《数字直觉：使用维度约简应用常识》。IEEE智能系统24（4）：24–35·doi:10.1109/MIS.2009.72
[81] von Assem M，von Ossenbruggen J.RDF中的Wordnet 3.0。http://semanticweb.cs.vu.nl/lod/wn30/2011年9月，第10-24页。
[82] von Ahn L，Dabbish L（2008）设计有目的的游戏。ACM通信51（8）：58–67
[83] Androutsopoulos I，Malakasiotis P（2010）《释义和文本隐含方法的调查》。人工智能研究杂志38（1）：135–187·Zbl 1210.68122号
[84] Hashimoto C、Torisawa K、De Saeger S、Oh J、Kazama J。兴奋还是抑制：一种新的语义取向从网络中提取矛盾和因果关系。程序中。EMNLP-CoNLL 2012年，2012年7月。
[85] 田伟，曹C，H W。心理常识概念的表征、获取和分析。计算机科学，2004，31（6）：5–12。（中文）
[86] Peng H，Cao C.关联事件挖掘与角色关系发现研究。计算机科学，2010年12月。（中文）
[87] 曹毅，曹丙，臧立，朱毅，王S，王D。从文本中获取关于概念属性的常识。程序中。第五届国际模糊系统与知识发现会议，2008年8月，第4卷，第155-159页。
[88] 曹毅，曹C，臧L，王S，王D。从网络中提取比较常识。程序中。IFIP智能信息处理国际会议，2010年10月，第154–162页。
[89] 曹毅，曹C，臧L，王S.事件之间因果关系的Web挖掘。信息：国际光盘杂志，2011年，15（1）。
[90] Bollacker K、Evans C、Paritosh P、Sturge T、Taylor J.Freebase：一个合作创建的用于构建人类知识的图形数据库。程序中。SIGMOD2008年，2008年，第1247–1250页。
[91] Lehmann J、Isele R、Jakob M、Jentzsch A、Kontokostas D、Mendes P N、Hellmann S、Morsey M、Kleef v P、Auer S、Bizer C.Dbpedia——从维基百科中提取的大规模多语言知识库。语义网络期刊，2013年，正在审查中。
[92] Ritter A、Mausam和Etzioni O。选择偏好的潜在dirichlet分配方法。程序中。计算语言学协会第48届年会，2010年7月，第424-434页。
[93] Lin T，Mausam，Etzioni O。识别网络文本中的功能关系。程序中。自然语言处理中的Conf.实证方法，2010年10月，第1266–1276页。
[94] Schoenmackers S，Etzioni O，Weld D S，Davis J.从Web文本中学习一阶Horn子句。程序中。自然语言处理实证方法会议，2010年10月，第1088-1098页。
[95] Berant J，Dagan I，Goldberger J。类型蕴涵规则的全球学习。程序中。第49届HLT-ACL，2011年6月，第1卷，第610-619页。
[96] Soderland S，Roof B，Qin B，Xu S（2010）Mausam，Etzioni O。将开放信息提取应用于特定领域关系。AI杂志31（3）：93–102
[97] Klein D，Manning C.精确的非词汇化解析。程序中。计算语言学协会第41届年会，2003年7月，第1卷，第423-430页。
[98] Downey D，Etzioni O，Soderland S。信息提取中冗余的概率模型。程序中。国际人工智能联合会议，2005年7月30日至8月5日，第19卷·Zbl 1205.68447号
[99] Banko M，Etzioni O。开放式关系抽取和传统关系抽取之间的权衡。程序中。第46届ACL，2008年6月，第28-36页。
[100] Wu F，Weld D S.使用维基百科公开信息提取。程序中。第48届ACL，2010年7月，第118-127页。
[101] Wu W，Li H，Wang H，Zhu K Q.Probase：文本理解的概率分类法。程序中。ACM国际数据管理会议，2012年11月，第481-492页。
[102] Ponzetto S P，Strube M。从维基百科派生出大规模分类法。程序中。AAAI2007，2007年7月，第22卷·Zbl 1182.68291号
[103] 王毅，李浩，王浩，朱坤。面向网络主题搜索。技术报告，微软研究院，2010年。
[104] Song Y，Wang H，Wang Z，Li H，Chen W.使用概率知识库的短文本概念化。程序中。2011年7月，IJCAI2011，第2330–2336页。
[105] Carlson A、Betteridge J、Kisiel B、Settles B、Hruschka Jr E、Mitchell T。迈向永无止境的语言学习架构。程序中。第24届AAAI，2010年7月，第2卷。
[106] Carlson A，Betteridge J，Wang R等人。信息提取的耦合半监督学习。程序中。第三届ACM国际会议网络搜索和数据挖掘，2010年2月，第101–110页。
[107] Fensel D、von Harmelen F、Andersson B等人。迈向LarKC：网络规模推理平台。程序中。国际语义计算会议，2008年8月，第524-529页。
[108] Assel M、Cheptsov A、Gallizo G等人。大型知识碰撞器：面向服务的大规模语义推理平台。程序中。2011年5月举行的网络智能、挖掘和语义国际会议。
[109] Pasca M，Van Durme B.Weakly监督从web文档和查询日志中获取开放域类和类属性。程序中。计算语言学协会第46届年会，2008年6月，第19-27页。
[110] Turny P.在网络上挖掘同义词：托福考试中的PMI-IR与LSA。程序中。第12届欧洲Conf.机器学习，2001年9月，第491-502页·Zbl 1007.68551号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。