Knowledge Graph Construction from Unstructured Text with Applications to Fact Verification and Beyond (EMNLP'19 | WS)

[oratosa]

• 論文タイトル Knowledge Graph Construction from Unstructured Text with Applications to Fact Verification and Beyond (EMNLP'19 | WS)

• 著者（所属） Ryan Clancy, Ihab F. Ilyas, Jimmy Lin

• 論文PDF／ランディングページへのリンク https://www.aclweb.org/anthology/D19-6607/

• 論文まとめ（落合フォーマット準拠）

  • どんなもの（どんな問題を解きたい）？ 組織内の非構造化データと構造化データに対する分析を統合したいという企業のニーズに対して，非構造化データから知識グラフを構築するようなオープンソースの一連のソリューションがないことに着目し，大規模なテキストデータから情報抽出をして知識グラフを構築する一連のプラットフォームを提案・オープンソースで公開している．
  • 先行研究と比べてどこがすごい？ 非構造テキストデータから知識グラフを構築するEnd-to-Endのフレームワークを提案しオープンソース化していること
  • 技術や手法のキモはどこ？ Apache Solr, Stanford CoreNLP, Apache Spark, Neo4jの4つの技術を統合することで，スケーラビリティを考慮したフレームワークとなっていること． フレームワークの応用例の1つとして，抽出された知識のFact verificationについて，外部知識を利用したサブグラフマッチングのアプローチを提案していること．
  • どうやって有効だと検証した？ TREC Washington Post Corpus（ニュース記事：595K）のテキストデータ に対して，一連のフレームワークを適用し，処理時間が実用に対応できるものであることを検証した． ケーススタディとして，抽出された知識を，Supporting Facts，Inconsistent Facts，Missing Factsのパターンに分けて考察した．
  • 議論はある？ Neo4jを利用する動機がわからなかった． 外部の知識グラフをローカルに取り込むよりも必要に応じて，Sparql endpointにクエリして，情報を取得する方がいいのでは？と思った． 検証ケースがニュース記事だったが，企業内利用の背景を踏まえると，メールやオフィス文書などの利用も検討できると思った．その場合，抽出されたトリプルはもっと汚くなるはず．きれいなトリプルや正しいファクトの（人間が行う）取捨選択を支援するようなソリューションが必要と思った．
  • 次に読むべき論文は？ Thorne, James, and Andreas Vlachos. "Automated fact checking: Task formulations, methods and future directions." arXiv preprint arXiv:1806.07687 (2018). Kertkeidkachorn, Natthawut, and Ryutaro Ichise. "T2KG: An end-to-end system for creating knowledge graph from unstructured text." Workshops at the Thirty-First AAAI Conference on Artificial Intelligence. 2017.