这篇paper展示了一种从预训练的语言模型（例：BERT，GPT-2/3）通过无监督训练构建知识图谱（KGs）的idea，想法还是很新奇的，搭建了LM（Language Model）和KG（Knowledge Graph）之间的桥梁。
知识图谱的基本单位，是” 实体（Entity）-关系（Relationship）-实体（Entity）“构成的三元组，这也是知识图谱的核心。
构建知识图谱是一个迭代更新的过程，根据知识获取的逻辑， 每一轮迭代包含：知识储存、信息抽取、知识融合、知识计算，四个阶段。
- 知识存储： 针对构建知识图谱设计底层的存储方式，完成各类知识的存储，包括基本属性知识、关联知识、事件知识、时序知识、资源类知识等。存储方式的忧虑将直接导致查询效率和应用效果。
- 信息抽取： 从各种类型的数据源中提取出实体、属性以及实体间的相互关系，在此基础上形成本体化的知识表达。
- 知识融合： 在获得新知识之后，需要对其进行整合，以消除矛盾和歧义，比如某些实体可能有多种表达，某个特定称谓也许对应于多个不同的实体等；
- 知识计算： 对于经过融合的新知识，需要经过质量评估之后（部分需要人工参与甄别），才能将合格的部分加入到知识库中，以确保知识库的质量。
可以发现，传统KG的建立需要大量的人工参与，由人工手动添加规则和知识。现在比较通用的KGs（Wikidata、NELL）都是以监督或半监督的方式构建的，还是需要人类创建知识。
随着NLP的迅速发展，BERT，GPT-2/3等大型预训练LM从大规模语料库中自动获取知识，蕴含的语言知识能够很好地改进下游的NLP任务，这篇paper就提出了一种以无监督的方法将LM中包含的知识生成KGs的方法。
paper中设计一种名叫MAMA的无监督方法，通过在文本语料库上对预训练过的LM进行一次前向传播来生成KG的基本单位，也就是 实体-关系-实体的三元组。MAMA有两个阶段：Match和Map，Match阶段通过将文本语料库中的facts与预训练LM中的知识进行匹配，生成一组candidate facts，Map阶段通过将candidate facts映射到fixed KG schema和open schema生成open KG。
Match
Match阶段的目标就是将预训练的LM中存储的知识与语料库中的facts进行匹配，每个facts都被表示为一个triplet (head, relation, tail)。
Match设计了一个beam search用来匹配candidate facts，对于一个句子中的每一个(h, t)，根据attention matrix保持对k-best的匹配。
; Map
Map阶段将Match阶段匹配的candidate facts生成一个open KG，其中包括两个部分：a) 映射在fixed schema中的candidate facts，b) open schema中未映射的candidate facts。
参考文献
Original: https://blog.csdn.net/weixin_43336281/article/details/118996706
Author: Alex_996
Title: LANGUAGE MODELS ARE OPEN KNOWLEDGE GRAPHS —— 读后总结
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/556509/
转载文章受原作者版权保护。转载请注明原作者出处！