Offenes Wissensbasis-Kanonisierung mit Multi-Task-Lernen
Die Konstruktion großer offener Wissensdatenbanken (OKBs) ist für viele wissensbasierte Anwendungen im World Wide Web von entscheidender Bedeutung. Allerdings leiden Nominalphrasen und relationale Phrasen in OKBs oft unter Redundanz und Mehrdeutigkeit, was eine Untersuchung der OKB-Kanonisierung erfordert. Der Beitrag stellt MulCanon vor, ein neuartiges Framework für die Kanonisierung offener Wissensdatenbanken, das ein Multi-Task-Lernparadigma verwendet, um die Lernziele der Teilaufgaben zu vereinen und so genauere Kanonisierungsergebnisse zu erzielen.
