KnowGL——一个可以将文本转换成结构化数据的强大模型

论文名：KnowGL: Knowledge Generation and Linking from Text

发布时间：2022-10

论文地址：https://arxiv.org/abs/2210.13952

代码地址：https://huggingface.co/ibm/knowgl-large

原文摘要：我们提出了KnowGL，这是一个可以将文本转换为结构化的关系数据的工具，该数据表示为一组符合给定知识图谱（KG）的TBox断言，如维基数据。我们通过利用预先训练好的序列到序列的语言模型，如BART，将这个问题作为一个序列生成任务来解决。给定一个句子，我们对这些模型进行微调，以检测成对的实体提及，并共同生成一组事实，其中包括KG的全套语义注释，如实体标签、实体类型及其关系。为了展示我们的工具的能力，我们建立了一个由一组用户界面部件组成的网络应用程序，帮助用户浏览从特定输入文本中提取的语义数据。我们在这个https URL上提供了KnowGL模型。