理解和生成明喻的能力是实现人类级别AI的必要步骤。然而,在明喻方面,机器智能与人类认知仍有相当大的差距,因为基于统计分布的深度模型倾向于支持高频明喻。因此,需要一个大规模的明喻符号知识库,因为它有助于对不同但不受欢迎的明喻进行建模,同时便于进行额外的评估和推理。为了弥补这一差距,我们提出了一个用于大规模明喻知识库构建的新框架,以及两个概率度量,使我们能够更好地理解自然语言中的明喻现象。总体而言,我们构建了一个百万级概率明喻知识库MAPS-KB,涵盖了70 GB语料库中40万个术语的430万个三元组。我们进行了足够的实验来证明我们的框架方法的有效性。我们还将MAPS-KB应用于三个下游任务,以实现最先进的性能,进一步证明了MAPS-KB的价值。MAPS-KB资源可在 https://github.com/Abbey4799/MAPS-KB上公开获取。

https://arxiv.org/abs/2212.05254

成为VIP会员查看完整内容
8

相关内容

【AAAI2022】用于视觉常识推理的场景图增强图像-文本学习
专知会员服务
48+阅读 · 2021年12月20日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
20+阅读 · 2021年11月29日
专知会员服务
31+阅读 · 2021年7月2日
【NAACL2021】信息解缠正则化持续学习的文本分类
专知会员服务
21+阅读 · 2021年4月11日
SelfKG: 自监督知识图谱实体对齐 | 论文荐读
学术头条
5+阅读 · 2022年4月8日
子图检索增强的知识图谱问答方法 | 论文荐读
学术头条
6+阅读 · 2022年3月30日
论文浅尝 | 基于知识库的自然语言理解 04#
开放知识图谱
14+阅读 · 2019年3月14日
论文浅尝 | 使用变分推理做KBQA
开放知识图谱
12+阅读 · 2018年4月15日
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年2月14日
Arxiv
0+阅读 · 2023年2月13日
Arxiv
0+阅读 · 2023年2月10日
Arxiv
99+阅读 · 2020年3月4日
VIP会员
相关基金
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
相关论文
微信扫码咨询专知VIP会员