清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

OpenIE-based approach for Knowledge Graph construction from text

计算机科学 知识图 RDF公司 信息抽取 语义网 二元关系 自然语言处理 代表(政治) 关系抽取 人工智能 情报检索 政治学 数学 政治 离散数学 法学
作者
Jose L. Martinez-Rodriguez,Iván López-Arévalo,Ana B. Ríos-Alvarado
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:113: 339-355 被引量:106
标识
DOI:10.1016/j.eswa.2018.07.017
摘要

Abstract Transforming unstructured text into a formal representation is an important goal of the Semantic Web in order to facilitate the integration and retrieval of information. The construction of Knowledge Graphs (KGs) pursues such an idea, where named entities (real world things) and their relations are extracted from text. In recent years, many approaches for the construction of KGs have been proposed by exploiting Discourse Analysis, Semantic Frames, or Machine Learning algorithms with existing Semantic Web data. Although such approaches are useful for processing taxonomies and connecting beliefs, they provide several linguistic descriptions, which lead to semantic data heterogeneity and thus, complicating data consumption. Moreover, Open Information Extraction (OpenIE) approaches have been slightly explored for the construction of KGs, which provide binary relations representing atomic units of information that could simplify the querying and representation of data. In this paper, we propose an approach to generate KGs using binary relations produced by an OpenIE approach. For such purpose, we present strategies for favoring the extraction and linking of named entities with KG individuals, and additionally, their association with grammatical units that lead to producing more coherent facts. We also provide decisions for selecting the extracted information elements for creating potentially useful RDF triples for the KG. Our results demonstrate that the integration of information extraction units with grammatical structures provides a better understanding of proposition-based representations provided by OpenIE for supporting the construction of KGs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
52秒前
白华苍松发布了新的文献求助10
56秒前
Emperor完成签到 ,获得积分0
2分钟前
li发布了新的文献求助30
2分钟前
2分钟前
2分钟前
3分钟前
3分钟前
科目三应助li采纳,获得30
3分钟前
Mine完成签到,获得积分10
4分钟前
友好寻琴完成签到 ,获得积分10
5分钟前
杳鸢应助李谢谢采纳,获得10
5分钟前
5分钟前
woxinyouyou完成签到,获得积分0
5分钟前
5分钟前
白华苍松发布了新的文献求助10
5分钟前
Mine发布了新的文献求助10
5分钟前
打打应助Mine采纳,获得10
6分钟前
Harbour-Y完成签到 ,获得积分10
6分钟前
6分钟前
白华苍松完成签到,获得积分10
6分钟前
科研通AI2S应助白华苍松采纳,获得10
6分钟前
嗯哼应助颜陌采纳,获得20
6分钟前
我是老大应助白华苍松采纳,获得10
7分钟前
研友_nxw2xL完成签到,获得积分10
7分钟前
muriel完成签到,获得积分10
7分钟前
鬼见愁完成签到,获得积分10
7分钟前
王QQ完成签到 ,获得积分10
8分钟前
肆肆完成签到,获得积分10
8分钟前
红油曲奇完成签到,获得积分10
8分钟前
蓝色的纪念完成签到,获得积分10
9分钟前
科研通AI2S应助白华苍松采纳,获得10
10分钟前
英喆完成签到 ,获得积分10
11分钟前
未来可期完成签到,获得积分10
11分钟前
小D完成签到,获得积分10
13分钟前
世间安得双全法完成签到,获得积分0
14分钟前
淡淡醉波wuliao完成签到 ,获得积分10
14分钟前
无私映萱完成签到 ,获得积分10
14分钟前
早晚完成签到 ,获得积分10
15分钟前
汉堡包应助风趣的忆南采纳,获得30
16分钟前
高分求助中
Earth System Geophysics 1000
Semiconductor Process Reliability in Practice 800
Co-opetition under Endogenous Bargaining Power 666
Studies on the inheritance of some characters in rice Oryza sativa L 600
Medicina di laboratorio. Logica e patologia clinica 600
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3211196
求助须知:如何正确求助?哪些是违规求助? 2860141
关于积分的说明 8122750
捐赠科研通 2525985
什么是DOI,文献DOI怎么找? 1359682
科研通“疑难数据库(出版商)”最低求助积分说明 643039
邀请新用户注册赠送积分活动 615012