Knowledge Acquisition from Natural Language with Treebank Semantics and FLORA-2
Knowledge Acquisition from Natural Language with Treebank Semantics and FLORA-2
复制标题
使用 Treebank Semantics 和 FLORA-2 从自然语言获取知识
DOI：
10.1007/978-3-030-79942-7_3
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Alastair Butler
中科院分区：
文献类型：
--
作者：
吉本 啓;パルデシ プラシャント;長崎 郁;Alastair J. Butler;Alastair Butler
本文中的知识获取涉及将原始自然语言输入转换为数据库条目。这是通过链接两个系统来实现的：Treebank语义和-2。Treebank Semantics(Butler 2021)是一个已实现的语法系统，它将解析的选区树从树库解析器转换为基于逻辑的表示，以捕获句子和话语依赖关系。进一步的后处理产生了“复杂的基于对象的知识表示和推理系统”(Kifer等人)的内容。2020)。一个运行的例子说明了组合系统的功能和使用。
Knowledge acquisition in this paper concerns converting raw natural language input into database entries. This is achieved by linking two systems: Treebank Semantics and-2. Treebank Semantics (Butler 2021) is an implemented grammar system that converts parsed constituency trees from a treebank parser into logic based representations that capture sentence and discourse dependencies. Further postprocessing produces content for-2, “a sophisticated object-based knowledge representation and reasoning system” (Kifer et al. 2020). A running example illustrates capabilities and use of the combined systems.