Enriching structured knowledge with open information


Dutta, Arnab ; Meilicke, Christian ; Stuckenschmidt, Heiner


[img]
Vorschau
PDF
p267.pdf - Veröffentlichte Version

Download (1MB)

DOI: https://doi.org/10.1145/2736277.2741139
URL: https://madoc.bib.uni-mannheim.de/38861
Weitere URL: http://dl.acm.org/citation.cfm?id=2741139
URN: urn:nbn:de:bsz:180-madoc-388619
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2015
Buchtitel: Proceedings of the 24th International Conference on World Wide Web, {WWW} 2015, Florence, Italy, May 18-22, 2015
Seitenbereich: 267-277
Veranstaltungsdatum: 18-22 May 2015
Herausgeber: Gangemi, Aldo
Ort der Veröffentlichung: New York, NY
Verlag: ACM
ISBN: 978-1-4503-3469-3
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fachgebiet: 004 Informatik
Freie Schlagwörter (Englisch): Markov clustering , data integration , enriching knowledge bases , probabilistic inference
Abstract: We propose an approach for semantifying web extracted facts. In particular, we map subject and object terms of these facts to instances; and relational phrases to object properties defined in a target knowledge base. By doing this we resolve the ambiguity inherent in the web extracted facts, while simultaneously enriching the target knowledge base with a significant number of new assertions. In this paper, we focus on the mapping of the relational phrases in the context of the overall work ow. Furthermore, in an open extraction setting identical semantic relationships can be represented by different surface forms, making it necessary to group these surface forms together. To solve this problem we propose the use of markov clustering. In this work we present a complete, ontology independent, generalized workflow which we evaluate on facts extracted by Nell and Reverb. Our target knowledge base is DBpedia. Our evaluation shows promising results in terms of producing highly precise facts. Moreover, the results indicate that the clustering of relational phrases pays of in terms of an improved instance and property mapping.




Dieser Eintrag ist Teil der Universitätsbibliographie.

Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen