VIP內容

除了以實體為中心的知識(通常以知識圖譜(knowledge Graph, KG)的形式組織起來),事件也是世界上必不可少的一種知識,它引發了以事件為中心的知識表示形式(Event KG, EKG)的興起。它在許多機器學習和人工智能應用中發揮著越來越重要的作用,如智能搜索、問題回答、推薦和文本生成。本文從曆史、本體、實例和應用視圖等方麵對EKG進行了全麵的綜述。為了更全麵地描述EKG,我們將重點關注它的曆史、定義、模式歸納、獲取、相關的代表性圖形/係統和應用程序。研究了其發展過程和趨勢。我們進一步總結了未來EKG研究的發展方向。

知識圖譜(KG)是穀歌在2012年發布的一種流行的知識表示形式。它關注名義實體及其關係,因此代表靜態知識。然而,世界上存在著大量的事件信息,傳遞著動態的程序性知識。因此,以事件為中心的知識表示形式(如Event KG (EKG))也很重要,它將實體和事件結合在一起。它促進了許多下遊應用,如智能搜索、問答、推薦和文本生成[1]、[2]、[3]、[4]、[5]。

本文就EKG的概念及其發展進行了深入的探討。關於EKG你想知道什麼?你可能會對它的產生感興趣,也就是所謂的EKG,如何構建它,以及它的進一步應用。為了全麵介紹EKG,我們從曆史、本體論、實例和應用視圖等方麵對其進行了介紹。從曆史的觀點,我們介紹了EKG的簡史和我們導出的EKG的定義。從本體的角度,提出了與EKG相關的基本概念,以及EKG相關的任務和方法,包括事件模式歸納、腳本歸納和EKG模式歸納。從實例視圖,我們詳細闡述了事件獲取和與EKG相關的代表圖/係統。具體來說,事件獲取的重點是如何構建一個基本的EKG,並獲得一個更好的EKG。前者包括事件抽取和事件關係抽取,是最基本的任務。後者包括事件相互引用解析和事件參數補全。從應用的角度,介紹了一些基本的應用,包括腳本事件預測和時間KG預測,以及一些深層次的應用,如搜索、問答、推薦和文本生成。並對相關任務的發展過程和趨勢進行了深入的研究和分析。然後指出未來的方向。

事件知識圖譜發展曆程

什麼是EKG?曆史視角

在本節中,我們將從曆史的視角,簡要介紹EKG的曆史。然後我們根據曆史上與EKG相關的概念推導出EKG的定義。

什麼是EKG?本體視角

從本體的角度來看,我們研究了模式和相關的任務。EKG的模式描述了構成它的基本概念,比如事件類型、事件參數的角色以及事件之間的關係。事件類型和事件參數的角色構成了事件的框架,即事件模式。對於事件之間的關係,典型的腳本[30]根據一些事件關係組織一組事件,這些事件關係共同描述了常見的場景。

未來方向與挑戰

關於EKG的研究和成果有很多。然而,仍有幾個方向需要關注和進一步研究。在本節中,我們將深入探討這些未來的方向。

高性能的事件獲取

最近的事件獲取研究在有效性和效率上遠遠不能滿足應用需求。特別是事件提取和事件關係提取的精度較低。從而阻礙了高質量基礎EKG的構建。此外,現有的模型通常不重視複雜性問題。然而,高參數複雜度和高時間複雜度的模型不利於從大量數據中快速構建EKG。因此,高效率的事件獲取是未來的一個重要方向。

多模態知識處理

在現實世界中,事件可能以文本、圖像、音頻和視頻的形式呈現。然而,現有的關於EKG的研究多集中在文本處理上,而忽略了圖像、音頻、視頻中的大量信息。對於多模態事件表示學習[214]和事件抽取[215]的研究很少。實際上,不同模態的事件可以消除歧義,相互補充。因此,多模態信息的聯合利用是未來的一個重要方向。具體來說,來自所有模態的事件應在一個統一的框架中表示,事件獲取研究應注意多模態提取,EKG圖推理也應考慮多模態信息。

可解釋EKG研究

在EKG研究中,研究主要集中在用深度學習方法擬合訓練數據。然而,它們通常缺乏可解釋性,也就是說,對於它們為什麼和如何工作沒有明確的想法。實際上,了解最終結果的原因有助於在實際應用中采用它們。它是友好和令人信服的解釋為什麼最終結果是給定的。未來可解釋性EKG的研究將是一個重要的方向。

實用EKG研究

在與EKG相關的任務中,有些任務的形式化過於理想化,與現實場景相距甚遠。例如,在一個現有的事件中,隻完成一個缺失的參數或參數角色,通過從幾個候選對象中選擇它來預測未來的腳本事件,並且隻預測未來事件的一個元素。在更實際的形式下進行研究更具挑戰性,但也更有趣,對應用具有重要意義。

EKG對於許多都很重要,包括智能搜索、問題回答、推薦和文本生成。本文從不同角度對EKG的研究進行了綜述。特別地,我們深入研究了EKG的曆史、本體、實例和應用視圖。它的曆史,定義,模式歸納,獲取,相關的代表圖/係統,和應用進行了深入的研究。根據其發展趨勢,進一步總結了未來EKG研究的展望方向。

成為VIP會員查看完整內容
2
63
0
參考鏈接
微信掃碼谘詢專知VIP會員
Top