探索ASER:大规模事件知识图谱的宝藏
2024-06-07 22:09:08作者:何将鹤
ASER
ASER (Activities, States, Events, and their Relations): a large-scale weighted eventuality knowledge graph.
在人工智能和自然语言处理的世界中,理解语境中的行为、状态和事件及其关系是至关重要的。为此,我们引荐一个强大的开源工具——ASER(Activities, States, Events, and their Relations)。这个大型的、加权的事件知识图谱包含数以亿计的活动、状态、事件节点以及它们之间的连接。
项目介绍
ASER是一个创新的知识库,它通过选择特定的依存关系模式从文本中提取事件性信息,并基于语篇关系(如结果关系)来构建这些事件之间的边。此外,该项目还进行了概念化处理,将事件提升到更抽象的层次,进一步增强其通用性。目前,ASER分为三个版本:
- ASER (full) 包含4亿3千8百万个事件和6亿4千8百万条边。
- ASER (core) 包含53百万个事件和52百万条边。
- ASER (concept) 利用Probase(现为Microsoft Concept Graph),包含了15百万个概念化的事件和2亿2千4百万条边。
项目主页提供了详细信息和数据下载链接:https://hkust-knowcomp.github.io/ASER/。并且,即将上线的在线演示将让用户体验更加直观。
项目技术分析
ASER采用先进的自然语言处理技术,包括依存句法分析和语篇关系识别。其核心算法通过选取特定的依赖树结构模式来抽取事件实体,再利用语篇分析的规则建立事件间的关联。这一过程有效地捕获了文本中的深层知识结构。最新的ASER 2.1版本引入了原始文本标记作为事件,并通过依赖解析器检查完整性。
应用场景
ASER可以广泛应用于多个领域,如:
- 智能问答:帮助系统理解和回答涉及复杂事件链的问题。
- 机器阅读理解:提供上下文理解的背景知识。
- 情感分析:捕捉事件之间的因果关系以理解情绪变化。
- 自然语言生成:用于创造多样性和连贯性的文本。
- 常识推理:作为基础资源,支持复杂的推理任务。
项目特点
- 大规模: 拥有数亿级的事件节点和边,覆盖广泛的主题和情境。
- 精细粒度: 事件不仅包括基本动作,还包括状态和事件,以及它们的相互作用。
- 事件关系: 基于语篇关系的边,揭示了事件之间的动态和因果联系。
- 可扩展性: 通过概念化处理,能够泛化知识并适应新的场景。
- 开放源代码: 提供完整的构建流程,方便研究人员和开发者使用和改进。
要开始探索ASER,请参考get_started.ipynb
或项目文档。立即行动,利用ASER释放你的下一个自然语言处理项目潜力!
引用:
@article{ZhangLPKOFS22,
author = {Hongming Zhang and
Xin Liu and
Haojie Pan and
Haowen Ke and
Jiefu Ou and
Tianqing Fang and
Yangqiu Song},
title = {{ASER:} Towards Large-scale Commonsense Knowledge Acquisition via Higher-order Selectional Preference over Eventualities},
journal = {Artificial Intelligence},
volume = {309},
pages = {103740},
year = {2022},
}
@inproceedings{ZhangLPSL20,
author = {Hongming Zhang and
Xin Liu and
Haojie Pan and
Yangqiu Song and
Cane Wing{-}Ki Leung},
title = {{ASER:} {A} Large-scale Eventuality Knowledge Graph},
booktitle = {WWW},
pages = {201--211},
year = {2020}
}
准备好挖掘ASER的无限潜能了吗?赶紧行动起来,加入这个激动人心的知识探索之旅吧!
ASER
ASER (Activities, States, Events, and their Relations): a large-scale weighted eventuality knowledge graph.
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown6690
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie32226
- Yi-CoderYi Coder 编程模型,小而强大的编程助手305
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTypeScript15.77 K1.48 K
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript76.1 K19.07 K
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript35.51 K4.79 K
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总252
- Wwindows暂无简介Shell16.14 K1.35 K
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala1.88 K551
- AanacondaAnaconda turns your Sublime Text 3 in a full featured Python development IDE including autocompletion, code linting, IDE features, autopep8 formating, McCabe complexity checker Vagrant and Docker support for Sublime Text 3 using Jedi, PyFlakes, pep8, MyPy, PyLint, pep257 and McCabe that will never freeze your Sublime Text 3Python2.22 K263
热门内容推荐
展开
最新内容推荐
展开
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
669
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
10
4
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K