论文部分内容阅读
针对实体理解中实体识别问题,传统的实体标签方法致力于在不同实体中找到其独特特征。为了便于理解知识图谱(KG)中每个实体的区分性,提出了一种基于KG的实体标签方法来识别出独特的实体特征,通过HAS模型衡量了特征的区分性。HAS模型是一种可扩展的表示学习模型,用于生成多模式实体嵌入。最后,评估了真实KG生成的实体标签质量,结果表明该方法有助于人们理解KG中的实体。