使用的有效校正方法W公司字N个et Meronymy关系

哈维尔·阿尔维斯,伊齐亚尔·冈萨雷斯（Itziar Gonzalez-Dios）,德国里戈

摘要
本文分析和比较了几种知识资源修正方法，目的是以尽可能少的人力提高需要常识推理的系统的能力。为此，我们基于WordNet和SUMO之间的映射，对照基于SUMO的一阶逻辑本体中编码的知识来交叉检查WordNet-同义词关系成员。特别是，我们关注WordNet中有关动植物分类的知识。尽管这些知识资源是手动创建的，但它们——WordNet、SUMO及其映射——并不是没有错误和差异的。因此，我们通过半自动改进WordNet和SUMO之间的对齐，在SUMO中执行一些更正，并结合上述两种策略，提出了三种更正方法。每种方法的评估都包括所需的人力和对WebChild项目中未发现数据的改进，这是使用一阶逻辑自动定理证明器进行测试的。
选集ID：
2023年gwc-1.4
体积：
第十二届全球Wordnet大会论文集
月份：
一月
年份：
2023
地址：
巴斯克大学，多诺斯蒂亚-圣塞巴斯蒂安，巴斯克郡
编辑：
德国里戈,弗朗西斯·邦德,亚历山大·雷德梅克
地点：
GWC公司
SIG公司：
出版商：
全球Wordnet协会
注：
页：
31–40
语言：
网址：
https://aclantology.org/2023.gwc-1.4
内政部：
比比键：
引用（ACL）：
哈维尔·阿尔维斯、伊齐亚尔·冈萨雷斯-迪奥斯和德国里戈。2023基于WordNet同义关系的有效校正方法.英寸第十二届全球Wordnet大会论文集，第31-40页，巴斯克郡多诺斯蒂亚-圣塞巴斯蒂安巴斯克郡巴斯克郡大学。全球Wordnet协会。
引用（非正式）：
基于WordNet同义关系的有效校正方法（阿尔维斯等人，GWC 2023）
复制引文：
PDF格式：
https://aclantology.org/2023.gwc-1.4.pdf
PDF格式 引用 搜索