《表2 基于本体约束与逻辑谓词的PSL规则生成》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向开放式信息抽取系统的知识推理验证》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从2.1对于PSL模型的描述中可以看出，规则的质量和规则对应的权重会极大程度影响推理的结果。然而，PSL规则的获取是完全独立于PSL模型的。传统的PSL模型规则生成一般依赖于专家方法，专家制定规则的优势在于规则的质量高，但是数量有限且效率较低，对于复杂场景下的知识推理存在明显不足。张嘉等[15]尝试使用C 5.0算法，通过半自动学习生成PSL规则。然而，通过C 5.0生成的规则可读性不高，这与PSL旨在建立可理解的机器学习模型的初衷相违背。因此，本文根据不同的本体约束关系分别构建PSL规则自动学习方法，提高规则生产的效率和可读性。考虑到知识库中主要以实体-关系和实体-标签为知识构成的主要形式，我们主要通过外部语料库等一系列方法自动获取了Inverse，Mutual Independence，Range，Domain和Subordination等本体约束关系，并结合实体-关系谓词和实体-标签谓词学习PSL规则自动生成，如表2所示。经过实验验证，自动获取的规则也同样得到了很好的推理效果。