雅戈

雅歌:语义知识的核心。我们提出了一个轻量级的、可扩展的、高覆盖率和高质量的本体。YAGO建立在实体和关系之上,目前包含超过100万个实体和500万个事实。这包括Is-A层次结构以及实体之间的非分类关系(例如HASONEPRIZE)。事实已经自动从维基百科中提取出来,并与WordNet统一,使用了本文描述的基于规则和启发式方法的精心设计的组合。由此产生的知识库是WordNet之外的一个重要步骤:在质量上,通过添加关于个人(如个人、组织、产品等)及其语义关系的知识,以及通过将事实数量增加一个数量级以上而在数量上。我们对事实正确性的实证评估显示了大约95%的准确性。YAGO基于一个逻辑清晰的模型,它是可判定的、可扩展的,并且与RDFS兼容。最后,我们展示了如何通过最先进的信息提取技术进一步扩展YAGO。


zbMATH中的参考文献(参考文献54条)

显示第1到第20个结果,共54个。
按年份排序(引用)
  1. 洛卡切维奇,北卡罗来纳州。;蒂霍米洛夫,医学硕士。;Parkhomenko,E.A.:使用基于嵌入的相似性来改进词汇资源(2021)
  2. Voigt,Marco:带未解释谓词的线性有理算术的可判定(\exists^*\forall^*)一阶片段(2021)
  3. 韩,肖;张春红;郭晨晨;吉,杨;胡,郑:基于子图感知邻近度的知识图分布式表示(2020)
  4. 韩永明;陈国飞;李忠坤;耿志强;李方;Ma,Bo:流形空间中的非对称知识表示学习(2020)
  5. Ibrahim Abdelaziz,Julian Dolby,James P.McCusker,Kavitha Srinivas:Graph4代码:代码的机器可解释知识图(2020)阿尔十四
  6. 卡泽米,赛义德梅赫兰;歌尔,里沙布;耆那,克希提;科比泽夫,伊万;塞提,阿克夏;福塞斯,彼得;Poupart,Pascal:动态图的表示学习:调查(2020)
  7. 泰克,安德烈亚斯;魏登巴赫,克里斯托夫:SPASS-AR:基于一元浅线性片段近似精化的一阶定理证明器(2020)
  8. Claudia Schon,Sophie Siebert,Frieder Stolzenburg:使用ConceptNet向自动定理证明者教授常识(2019)阿尔十四
  9. 方洪:pSPARQL:概率RDF数据的查询语言(2019)
  10. 富尔巴赫,乌尔里希;克鲁默,特蕾莎;肖恩,克劳迪娅:名字不仅仅是声音和烟雾:公理选择的单词嵌入(2019)
  11. Joana M.F.da Trindade,Konstantinos Karanasos,Carlo Curino,Samuel Madden,Julian Shun:Kaskade:高效图形分析的图形视图(2019)阿尔十四
  12. 李凤林;陈伟嘉;黄琦;郭一坤:AliMe KBQA:电子商务客户服务结构化知识问答(2019)
  13. 罗多斯泰努斯,克里斯托斯T。;Michael,Loizos:网络之星:故事理解系统的基于Web的可视化IDE(2019)
  14. Shih Yuan Yu,Sujit Rokka Chhetri,Arquimedes Canedo,Palash Goyal,Mohammad Abdullah Al-Faruque:Pykg2vec:用于知识图嵌入的Python库(2019)阿尔十四
  15. Tammet,Tanel:GKC:大型知识库的推理系统(2019)
  16. 吴俊双;张日聪;邓婷;淮金鹏:基于远程监控的开放域数据命名实体识别(2019)
  17. 吴佩云;张小旺;冯志勇:知识库答疑调查(2019)
  18. 杨居恒;王志春:维基百科信息框中的跨语言实体链接(2019)
  19. 阎继红;徐、陈;李娜;高明;周敖英:基于知识图的实体摘要优化模型参数(2019)
  20. 张磊;吴天星;徐、梁;王蒙;桂林祁;Sack,Harald:使用web资源的新兴实体发现(2019)