Entity Linking for Open Information Extraction

Vorschau

PDF
ArnabMichael.pdf - Veröffentlichte Version
Download (166kB)

URL:	https://ub-madoc.bib.uni-mannheim.de/36671
Weitere URL:	https://madata.bib.uni-mannheim.de/65/
URN:	urn:nbn:de:bsz:180-madoc-366716
Dokumenttyp:	Konferenzveröffentlichung
Erscheinungsjahr:	2014
Buchtitel:	Natural Language Processing and Information Systems : 19th International Conference on Applications of Natural Language to Information Systems, NLDB 2014, Montpellier, France, June 18-20, 2014. Proceedings
Titel einer Zeitschrift oder einer Reihe:	Lecture Notes in Computer Science
Band/Volume:	8455
Seitenbereich:	75-80
Veranstaltungsdatum:	June 18-20, 2014
Herausgeber:	Métais, Elisabeth
Ort der Veröffentlichung:	Berlin [u.a.]
Verlag:	Springer
ISBN:	978-3-319-07982-0 , 978-3-319-07983-7
ISSN:	0302-9743 , 1611-3349
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fachgebiet:	004 Informatik
Abstract:	Open domain information extraction (OIE) projects like Nell or ReVerb are often impaired by a schema-poor structure. This severely limits their application domain in spite of having web-scale coverage. In this work we try to disambiguate an OIE fact by referring its terms to unique instances from a structured knowledge base, DBpedia in our case. We propose a method which exploits the frequency information and the semantic relatedness of all probable candidate pairs. We show that our combined linking method outperforms a strong baseline.