Peuplement d'une base de connaissance fondé sur l'exploitation d'un graphe d'entités

Knowledge Base Population based on Entity Graph Analysis

• Auteur / Autrice : Md Rashedur Rahman
• Direction : Brigitte Grau
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 17/04/2018
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique pour la mécanique et les sciences de l'ingénieur (Orsay, Essonne ; 1972-2020)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Paris-Sud (1970-2019)
• Partenaire(s) de recherche : Entreprise : Institut de recherche technologique SystemX (Palaiseau, Essonne)
• Jury : Président / Présidente : Chantal Reynaud
• Jury : Examinateurs / Examinatrices : Brigitte Grau, Chantal Reynaud, Patrice Bellot, Marc Spaniol, Sophie Rosset, Florian Boudin
• Jury : Rapporteurs / Rapporteuses : Patrice Bellot, Marc Spaniol

Mots clés

Mots clés contrôlés

Acquisition des connaissances (systèmes experts)

Exploration de données

Représentations de graphes

Traitement automatique du langage naturel

Mots clés libres

Traitement des langues naturelles

Extraction de relation

Validation de relation

Graphe de communauté

Peuplement de base de connaissance

Natural Language Processing

Relation extraction

Relation validation

Community graph

Knowledge base population

Résumé

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 intéressés 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.

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 a vital role in 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 evidence 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 outperforming the state-of-the-art system.