一种使用多跳事实的端到端知识库实体描述生成方法

作     者：孟庆松 张翔 何世柱 刘康 赵军 MENG Qingsong;ZHANG Xiang;HE Shizhu;LIU Kang;ZHAO Jun

作者机构：哈尔滨理工大学自动化学院黑龙江哈尔滨150080 中国科学院自动化研究所模式识别国家重点实验室北京100160 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2019年第33卷第5期

页      面：66-74页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61533018 61702512) 国家重点研发计划(2017YFB1002101) 

主　　题：知识图谱 实体描述 数据到文本生成 

摘      要：自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编码器—解码器框架,提出了一个端到端的神经网络模型,可以编码多跳的事实,并在解码器中使用关注机制对多跳事实进行表示。该文的实验结果表明,与基线模型相比,引入多跳事实后模型的BLEU-2和ROUGE-L等自动化指标分别提升约8.9个百分点和7.3个百分点。