[论文解读] Wembedder: Wikidata Entity Embedding Web Service

Finn Årup Nielsen|arXiv (Cornell University)|Oct 11, 2017

Topic Modeling参考文献 15被引用 11

一句话总结

Wembedder 是一个 RESTful 网络服务，为超过 600,000 个 Wikidata 条目和属性提供预训练的多语言实体嵌入，这些嵌入是通过在 Wikidata 知识图谱的图遍历上运行 Word2Vec 生成的。该服务通过可扩展、可访问的 API，实现了跨多语言知识图谱实体的高效语义相似性查询。

ABSTRACT

I present a web service for querying an embedding of entities in the Wikidata knowledge graph. The embedding is trained on the Wikidata dump using Gensim's Word2Vec implementation and a simple graph walk. A REST API is implemented. Together with the Wikidata API the web service exposes a multilingual resource for over 600'000 Wikidata items and properties.

研究动机与目标

• 为 Wikidata 实体和属性的语义嵌入提供可扩展、可访问的网络服务。
• 支持跨 Wikidata 结构化知识图谱的多语言语义相似性查询。
• 与 Wikidata API 集成，以增强知识检索能力和互操作性。
• 为研究人员和开发者提供预训练的、可迁移的嵌入，以支持下游自然语言处理和知识图谱应用。

提出的方法

• 使用 Gensim 的 Word2Vec 在 Wikidata 知识图谱的随机游走上训练实体嵌入。
• 构建遍历 Wikidata 实体及其关系的图遍历，以捕捉语义和结构上下文。
• 在多语言环境下生成 Wikidata 条目和属性的密集向量表示。
• 通过标准化的 REST API 暴露嵌入，以支持程序化访问。
• 将 Wembedder API 与 Wikidata API 结合，以实现交叉引用的知识检索。

实验结果

研究问题

• RQ1 如何高效地将 Wikidata 的实体嵌入作为网络服务暴露，以实现广泛的可访问性？
• RQ2 基于图遍历的 Word2Vec 嵌入在多大程度上捕捉了 Wikidata 中有意义的语义关系？
• RQ3 在 Wikidata 上训练的多语言嵌入模型能否有效支持跨多种语言的语义相似性查询？
• RQ4 Wembedder 与 Wikidata API 的集成在多大程度上增强了知识图谱查询能力？

主要发现

• Wembedder 服务成功通过 REST API 暴露了超过 600,000 个 Wikidata 实体和属性的预训练嵌入。
• 这些嵌入具有多语言特性，并通过图遍历训练，支持跨多种语言条目的语义相似性计算。
• 该服务与 Wikidata API 无缝集成，增强了语义搜索和知识检索工作流。
• 在 Wikidata 图结构上使用 Word2Vec 生成的向量表示具有实际意义，且可迁移，适用于知识图谱应用。