Actualités

Knowledge Base Population based on Entity Graph Analysis

Thèse de Rahman RASHEDUR, équipe ILES, soutenance le 17 avril à 14h au Limsi

Le jury sera composé de:
M. Patrice BELLOT - Professeur (Université Aix-Marseille, CNRS) - Rapporteur
M. Marc SPANIOL - Professeur (Université de Caen Basse-Normandie, CNRS) - Rapporteur
Mme Chantal REYNAUD - Professeure (IUT d'Orsay, LRI) - Examinateur
M. Florian BOUDIN - Maître de conférences (Université de Nantes, LS2N) - Examinateur
Mme Brigitte GRAU - Professeure (ENSIIE, LIMSI, CNRS) - Directrice de thèse
Mme Sophie ROSSET - Directrice de recherche (LIMSI, CNRS) - Co-encadrante de thèse

Le peuplement de base de connaissance (KBP) est une tâche importante qui présente de nombreux défis pour le traitement automatique des langues. L’objectif de cette tâche est d’extraire des connaissances de textes et de les structurer afin de compléter une base de connaissances. Nous nous sommes intéressé à la reconnaissance de relations entre entités.
L’extraction de relations (RE) entre une paire de mentions d’entités est une tâche difficile en particulier pour les relations en domaine ouvert. Généralement, ces relations sont extraites en fonction des informations lexicales et syntaxiques au niveau de la phrase. Cependant, l’exploitation d’informations globales sur les entités n’a pas encore été explorée. Nous proposons d’extraire un graphe d’entités du corpus global et de calculer des caractéristiques sur ce graphe afin de capturer des indices des relations entre paires d’entités.
Pour évaluer la pertinence des fonctionnalités proposées, nous les avons testées sur une tâche de validation de relation dont le but est de décider l’exactitude de relations extraites par différents systèmes. Les résultats expérimentaux montrent que les caractéristiques proposées conduisent à améliorer les résultats de l’état de l’art.
------------------------------------------------
Résumé en anglais

Knowledge Base Population (KBP) is an important and challenging task specially when it has to be done automatically. The objective of KBP task is to make a collection of facts of the world. A Knowledge Base (KB) contains different entities, relationships among them and various properties of the entities.
Relation extraction (RE) between a pair of entity mentions from text plays an vital role for KBP task. RE is also a challenging task specially for open domain relations. Generally, relations are extracted based on the lexical and syntactical information at the sentence level. However, global information about known entities has not been explored yet for RE task. We propose to extract a graph of entities from the overall corpus and to compute features on this graph that are able to capture some evidences of holding relationships between a pair of entities.
In order to evaluate the relevance of the proposed features, we tested them on a task of relation validation which examines the correctness of relations that are extracted by different RE systems. Experimental results show that the proposed features lead to outperform the state-of-the-art system.

LIMSI
Campus universitaire bât 507
Rue du Belvedère
F - 91405 Orsay cedex
Tél +33 (0) 1 69 15 80 15
Email

RAPPORTS SCIENTIFIQUES

Le LIMSI en chiffres

8 équipes de recherche
100 chercheurs et enseignants-chercheurs
40 ingénieurs et techniciens
60 doctorants
70 stagiaires

 Université Paris-Sud nouvelle fenêtre

 

Paris-Saclay nouvelle fenêtre