@在过程中{becker-etal-2021-coo,title=“{COCO}-{EX}:将文本中的概念链接到{C}概念{N}et的工具”,author=“Becker、Maria和Korfhage、Katharina和Frank,Anette“,editor=“Gkatzia、Dimitra和Djam的Seddah”,booktitle=“计算语言学协会欧洲分会第十六届会议记录:系统演示”,月份=4r,年=“2021”,address=“在线”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.eacl-demos.15”,doi=“10.18653/v1/2021.ecl演示.15”,pages=“119--126”,抽象=“在本文中,我们提出了COCO-EX,一种从文本中提取概念并将其链接到ConceptNet知识图的工具考虑到ConceptNet的挑战性特征,即与传统知识图不同的是,{--}节点表示为非规范化的自由格式文本。这意味着i)概念没有规范化;ii)它们通常由几种不同的嵌套短语类型组成;以及iii)其中许多信息缺乏、过于具体或拼写错误。规避这些问题的常用快捷方式是应用字符串匹配。我们将COCO-EX与此方法进行了比较,表明COCO-EX能够提取有意义的、重要的概念,而不是过于具体或无信息的概念,并允许评估存储在知识图中的更多关系信息。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“网址:http://www.loc.gov/mods/v3"><mods ID=“becker-etal-2021-coco”><标题信息>COCO-EX:将文本中的概念链接到ConceptNet的工具</titleInfo><name type=“personal”>玛丽亚贝克尔<角色>作者</角色></name><name type=“personal”>凯瑟琳娜科尔夫哈格<角色>作者</角色></name><name type=“personal”>Anette公司弗兰克<角色>作者</角色></name><originInfo>2021-04发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>计算语言学协会欧洲分会第16届会议记录:系统演示</titleInfo><name type=“personal”>迪米特拉格卡齐亚<角色>编辑器</角色></name><name type=“personal”>DjameSeddah(塞达)<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>在线</place></originInfo>会议出版物</relatedItem>在本文中,我们介绍了COCO-EX,一种从文本中提取概念并将其链接到ConceptNet知识图的工具。COCO-EX从自然语言文本中提取有意义的概念,并将它们映射到ConceptNet中的连接概念节点,从而最大限度地利用ConceptNetwork知识图中存储的关系信息。COCOEX考虑到了ConceptNet的挑战性特征,即与传统知识图不同,节点表示为非规范化的自由格式文本。这意味着i)概念没有规范化;ii)它们通常由几种不同的嵌套短语类型组成;以及iii)其中许多信息缺乏、过于具体或拼写错误。规避这些问题的常用快捷方式是应用字符串匹配。我们将COCO-EX与此方法进行了比较,表明COCO-EX能够提取有意义的、重要的概念,而不是过于具体或无信息的概念,并允许评估存储在知识图中的更多关系信息</摘要><identifier type=“citekey”>becker-etal-2021-co</identifier>10.18653/v1/2021.eacl-demos.15<位置><网址>https://aclantology.org/2021.eacl-demos.15</url></位置><部分><日期>2021-04</日期><扩展单元=“page”><开始>119<end>126</范围></部分></mods></modsCollection>
%0会议记录%T COCO-EX:将文本中的概念链接到ConceptNet的工具%玛丽亚·贝克尔%凯瑟琳·科夫哈奇%A弗兰克,阿内特%迪米特拉·尤卡齐亚%Y Seddah,Djamé%计算语言学协会欧洲分会第16届会议记录:系统演示%D 2021年%4月8日%计算语言学协会%C在线%F becker-etal-2021-coco公司%在本文中,我们介绍了COCO-EX,一种从文本中提取概念并将其链接到ConceptNet知识图的工具。COCO-EX从自然语言文本中提取有意义的概念,并将它们映射到ConceptNet中的连接概念节点,从而最大限度地利用ConceptNetwork知识图中存储的关系信息。COCOEX考虑到了ConceptNet的挑战性特征,即与传统知识图不同,节点表示为非规范化的自由格式文本。这意味着i)概念没有被规范化;ii)它们通常由几种不同的嵌套短语类型组成;以及iii)其中许多信息缺乏、过于具体或拼写错误。规避这些问题的常用快捷方式是应用字符串匹配。我们将COCO-EX与此方法进行了比较,表明COCO-EX能够提取有意义的、重要的概念,而不是过于具体或无信息的概念,并允许评估存储在知识图中的更多关系信息。%R 10.18653/v1/2021.eacl-demos.15号文件%U型https://aclantology.org/2021.eacl-demos.15%U型https://doi.org/10.18653/v1/2021.eacl-demos.15%电话119-126
降价(非正式)
[COCO-EX:将文本中的概念链接到ConceptNet的工具](https://aclantology.org/2021.eacl-demos.15)(Becker等人,EACL 2021)
国际计算语言学协会
- 玛丽亚·贝克尔(Maria Becker)、凯瑟琳娜·科尔夫哈吉(Katharina Korfhage)和安妮特·弗兰克(Anette Frank)。2021COCO-EX:将文本中的概念链接到ConceptNet的工具.英寸计算语言学协会欧洲分会第16届会议记录:系统演示,第119-126页,在线。计算语言学协会。