Integrating Open and Closed Information Extraction: Challenges and First Steps


Dutta, Arnab ; Niepert, Mathias ; Meilicke, Christian ; Ponzetto, Simone Paolo



URL: http://ceur-ws.org/Vol-1064/Dutta_Integrating.pdf
Weitere URL: http://dl.acm.org/citation.cfm?id=2874485
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2013
Buchtitel: NLP-DBPEDIA 2013 : Proceedings of the NLP & DBpedia workshop co-located with the 12th International Semantic Web Conference (ISWC 2013) Sydney, Australia, October 22, 2013
Titel einer Zeitschrift oder einer Reihe: CEUR Workshop Proceedings
Band/Volume: 1064
Seitenbereich: 50-61
Veranstaltungsdatum: October 22, 2013
Herausgeber: Hellmann, Sebastian
Ort der Veröffentlichung: Aachen, Germany
Verlag: RWTH Aachen
ISSN: 1613-0073
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fachgebiet: 004 Informatik
Freie Schlagwörter (Englisch): Information extraction , Entity Linking , Ontologies
Abstract: Over the past years, state-of-the-art information extraction (IE) systems such as NELL and ReVerb have achieved impres sive results by producing very large knowledge resources at web scale with minimal supervision. However, these resources lack the schema information, exhibit a high degree of ambiguity, and are diffcult even for humans to interpret. Working with such resources becomes easier if there is a structured information base to which the resources can be linked. In this paper, we introduce the integration of open information extraction projects with Wikipedia-based IE projects that maintain a logical schema, as an important challenge for the NLP, semantic web, and machine learning communities. We describe the problem, present a gold-standard benchmark, and take the first steps towards a data-driven solution to the problem. This is especially promising, since NELL and ReVerb typically achieve a very large coverage, but still still lack a full-fledged clean ontological structure which, on the other hand, could be provided by large-scale ontologies like DBpedia or YAGO.
Zusätzliche Informationen: Online-Ressource




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe 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